信号检测与估计理论第三章统计检测理论.ppt

信号检测与估计理论第三章统计检测理论.ppt

ID:52252965

大小:1.29 MB

页数:55页

时间:2020-04-03

信号检测与估计理论第三章统计检测理论.ppt_第1页
信号检测与估计理论第三章统计检测理论.ppt_第2页
信号检测与估计理论第三章统计检测理论.ppt_第3页
信号检测与估计理论第三章统计检测理论.ppt_第4页
信号检测与估计理论第三章统计检测理论.ppt_第5页
资源描述:

《信号检测与估计理论第三章统计检测理论.ppt》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、信号检测与估计理论第三章信号的统计检测理论引言研究内容:受噪声干扰的随机信号中信号有/无信号属于哪个状态最佳判决的概念、方法和性能理论基础:统计检测理论基本概念二元信号检测准则判决方法检测性能分析M元信号的最佳检测参量信号的复合假设检验序列检测统计检测理论的基本概念统计检测理论的基本模型1.二元信号检测的模型例如,雷达系统中,对特定区域进行观测并判断该区域是否存在目标,信源——目标源H0——没有目标;H1——有目标;参考“隐身战机.doc”统计检测理论的基本概念例3.2.1统计检测理论的基本概念例3.2.1统计检测理论的基本概念例3.2.11.信源2.概率转移机构3.观测

2、空间R4.判决规则二元信号检测的判决域统计检测理论的基本概念2.M(M>2)元信号检测的模型M元信号检测的判决域统计检测理论的基本概念统计检测的结果和判决概率1.二元信号的情况√√××FalseAlarm&MissingAlarm统计检测理论的基本概念统计检测的结果和判决概率1.二元信号的情况——例3.2.1统计检测理论的基本概念统计检测的结果和判决概率2.M元信号的情况贝叶斯准则(Bayescriterion)平均代价的概念和贝叶斯准则判决概率先验概率判决的代价因子平均代价C贝叶斯准则:假设先验概率已知,各种判决代价因子给定的情况下,平均代价C最小的准则贝叶斯准则平均代价C

3、表达式贝叶斯准则平均代价C表达式贝叶斯准则判决表达式检验统计量对数似然比检验检验统计量与先验概率、代价因子无关门限值检验统计量检测门限贝叶斯准则判决表达式二元信号检测原理框图计算判决概率贝叶斯准则检测性能分析性能指标——平均代价C求平均代价C先验概率代价因子例题3.3.2贝叶斯准则例题3.3.1派生贝叶斯准则最小平均错误概率准则(minimummeanprobabilityoferrorcriterion)派生贝叶斯准则最小平均错误概率准则例题3.4.1等先验概率下,最小平均错误概率准则最大似然准则(3.4.11)Maximumlikelihoodcriterion派生贝叶

4、斯准则最大后验概率准则派生贝叶斯准则最大后验概率准则派生贝叶斯准则极小化极大准则先验概率未知,使极大可能代价极小化由于先验概率未知,在无法选择最优解的情况下,设计算法,选择不是“最坏”的结果!若,极小化极大准则与等先验概率结果相同。派生贝叶斯准则极小化极大准则例题3.4.2派生贝叶斯准则奈曼-皮尔逊准则(N-P准则)1.概念在约束条件:错误判决概率正确判断概率最大的准则或者在约束条件下,最小的准则。派生贝叶斯准则奈曼-皮尔逊准则(N-P准则)2.解的存在性说明派生贝叶斯准则奈曼-皮尔逊准则(N-P准则)3.判决表达式派生贝叶斯准则奈曼-皮尔逊准则(N-P准则)4.求解步骤派生

5、贝叶斯准则奈曼-皮尔逊准则(N-P准则)例题3.4.3信号统计检测的性能检测性能信号统计检测的性能例3.3.1中信号统计检测的性能例3.3.1中信号统计检测的性能例3.3.1中接收机工作特性信号统计检测的性能例3.3.1中检测概率与信噪比的关系信号统计检测的性能例3.3.1中信号统计检测的性能例3.3.1中信号统计检测的性能例3.3.1中接收机工作特性在不同准则下的解M元信号的统计检测M元信号检测的贝叶斯准则M元信号的统计检测M元信号检测的贝叶斯准则M元信号的统计检测M元信号检测的贝叶斯准则M元信号的统计检测M元信号检测的贝叶斯准则M元信号的统计检测M元信号检测的最小平均错误

6、概率准则M元信号的统计检测M元信号检测的最小平均错误概率准则图3.16四元信号检测的判决域参量信号的统计检测参量信号统计检测的基本概念(1)用最大似然估计未知参量——广义似然比检验(2)指定先验概率密度或其他先验知识——贝叶斯方法概率密度函数可能含有未知参量——统计学中的复合假设检验主要的两种方法:参量信号的统计检测广义似然比检验(1)求取使似然函数达到最大的,作为该参量的估计量,记为。(2)用估计量代替似然函数中的未知参量,问题转化为确知信号的统计检测。参量的最大似然估计,INCHAPTER5。若H0是简单的,H1是复杂的参量信号的统计检测贝叶斯方法1.随机参量的概率密度函

7、数已知的情况采用统计平均的方法去掉随机信号参量的随机性。若H0是简单的,H1是复杂的参量信号的统计检测贝叶斯方法2.随机参量猜测先验概率密度函数的情况利用先验知识,猜测合理的概率密度函数。使用无信息的先验概率密度函数,例如某个范围的平均分配。3.未知参量的奈曼——皮尔逊准则信号检测在一定虚警水平约束下,检测概率是参量的函数,若对任意,检测概率都是最大的,称为一致最大势检验。4.M元参量信号的统计检测参量信号的统计检测图3.17m为正值时的判决域图3.18m为负值时的判决域图3.19双边检验的判决域信号的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。