Lecture 3 派生贝叶斯准则.pptVIP

Lecture 3 派生贝叶斯准则 Review Bayes准则 Review 最小平均错误概率（MAEP）准则 c00=c11=0, c10=c01=1 最大似然（ML）准则 c00=c11=0, c10=c01=1，且先验等概 最大后验概率（MAP）准则 c10-c00=c01-c11 Q function 证明： 证1： Q function 证2：for 极小化极大值准则 考虑cij已知，P(Hj)未知情况，此时 未知 如何做检测？ 猜测一个P1，记为P1g，对应一个η(P1) 显然，当猜测P1g = P1时，该方法就是Bayes检测，对应的代价最小，记为Cmin； 当P1g ≠ P1时，计算得到的错误概率记为 此时的代价为 是P1的函数，该函数的最大值对应该假设P1g可能付出的最大代价。 目标：寻找一种假设P1g，使得最大可能的代价最小（即极小化极大值准则） Problem Formulation and Solution 求解如下问题 如右图所示，满足条件 的P1g，记为P*1g，即为解 对应的平均代价为 代价函数推导 简化准则 如果c00=c11=0，极小化极大值方程为 此时，平均代价为 如果c00=c11=0，c10=c01=1，则极小化极大值方程为 平均代价为 例 1 在OOK通信系统中， 若两个假设的先验概率未知，且c00=c11=0，c10=c01=1 ，采用极小化极大值准则，试确定检测门限和平均错误概率PF。 例 1 - 解 例 1 - 解 奈曼-皮尔逊（N-P）准则 考虑cij，P(Hj)均未知的情况 问题： 解（拉格朗日方法），构造 其中拉格朗日乘子μ0。原问题等价为 min J 思考题 下面的问题如何求解 例2 二元数字通信系统中 试构造PF=0.1的N-P接收机 例2 – 解 作业 设二元信号检测中，两个假设下的接收信号r的pdf分别为 已知先验概率P(H1)=0.6，代价因子c00=c11=0, c10=c01=1 （1）求MAEP准则的判决式； （2）求Pe Lecture 3 派生贝叶斯准则 TE3221023 信号检测与估值 2015年春季 * TE3221023 信号检测与估值 2015年春季 西电通院郑贱平 Available at: /jpzheng/teach.html 贝叶斯检测，给定各种判决代价因子，且已知各假设的先验概率条件下， 使平均代价最小的检测准则。 最小平均错误概率判决准则 最大后验概率检测准则 等概 最大似然判决准则 小结 贝叶斯检测，给定各种判决代价因子，且已知各假设的先验概率条件下， 使平均代价最小的检测准则。 信源先验 概率未知 信源先验概率及 代价因子均未知 极小化极大准则 奈曼皮尔逊准则 按照似然比检测形式构建基本表达式， 并在 的约束下计 算最终判决门限。 按照似然比检测形式构建基本表达式， 并在 的约束下计 算最终判决门限。 小结