信号检测与估计--第三章-信号的检测5(精)PPT课件.ppt_第1页
信号检测与估计--第三章-信号的检测5(精)PPT课件.ppt_第2页
信号检测与估计--第三章-信号的检测5(精)PPT课件.ppt_第3页
信号检测与估计--第三章-信号的检测5(精)PPT课件.ppt_第4页
信号检测与估计--第三章-信号的检测5(精)PPT课件.ppt_第5页
已阅读5页,还剩34页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、主要内容第三章 信号的检测引言二元假设检验和判决准则二元已知信号的检测随机参量信号的检测多元信号的检测序贯检测非白正态噪声中的信号检测二元信号检测的应用实例3.5 多元信号的检测信号源的信号不是两个而是多个用于数字通信、模式识别、信号侦察、离散参量测量等领域需要将观测空间Z划分为m个子空间根据(0,T)内观测数据x及选用的判决准则,对多个假设 进行检验 3.5.1 多元假设检测的判决准则 (1)贝叶斯准则统计平均代价 (3.5.1) 使平均代价因子R最小的准则等效为判决规则 (3.5.2) 即在给定观测数据x的条件下,哪个假设带来的代价小就判决哪个假设成立 除以p(x),得 贝叶斯准则的证明

2、把观测X分成互不重叠的m个子空间 概率 可用判决域表示 由于等效为 由于Ii(z)0,若要使平均代价最小,那么我们应按如下规则来划分观测空间:首先,对每一个z值,计算Ii(z);然后,将此z值划入使Ii(z)值最小的子空间内。最大后验概率准则若指定 则即 此时平均代价为 就是总错误概率 最大似然函数准则假定各种假设等概率分布 则 等效为上述三个准则等效 当 二元假设检测的判决准则 贝叶斯准则最小平均风险 最小总错误概率准则C00 = C11=0,C10 = C01=1最大似然准则C00 = C11,C10 = C01,且P(H0) = P(H1) 最大后验概率准则(C10-C00)=( C01

3、-C11) 与最小总错误概率准则等效;P(H1)= P(H0)时,与最大似然准则等效。 例 不同均值正态随机过程的检测设观测波形为 其中为三元信号 为正态白噪声,其均值为零、方差为假定试根据观测波形的取样值进行检测。 此时贝叶斯准则等效为最大似然函数准则 对x(t)在 (0,T)内取N个样本值,则有 上式最大等效为最大计算哪个大就判决哪个假设成立 以取样平均值 作为检验统计量 判决规则为: 3.5.2 M元信号通信检测系统为正态白噪声,其均值为零、方差为各个信号正交,而且具有相同的先验概率和能量采用最小总错误概率准则进行检测。令M元假设为 信号等概率,最小总错误概率准则即最大似然函数准则 对(

4、0,T)内的 x(t)进行取样 而其中N0为噪声的功率谱 所以判决规则也可以表示为:M元信号最佳检测系统的方框图 多元信号检测的应用实例检测性能 检测统计量 是正态随机变量 是统计独立的正态随机变量。 假定为真,只要 均有 ,则不发生错误。 检测的错误概率为 例: 假设雷达发射幅度为1伏的周期脉冲信号S(t),信号传送到接收端过程中,引入一个高斯噪声干扰信号n(t),高斯噪声为N(0,1)这样在一个周期内,接收的信号只能是下述的一种:H1: S(t)+n(t), H0: n(t)根据N-P准则, 求在限制虚警概率Pf=0.1时的发现概率解: 在虚警概率一定的条件下 ,漏报概率Pm需要最小, 由拉格朗日乘子算法,令其中, 为拉格朗日乘子将检测门限ZT代入,

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论