信号估值检测.pptVIP

检测、估计与调制理论Detection, Estimation, and Modulation Theory(1) 肖海林 hailinxiao@guet.edu.cn 预备知识和参考书 概率论与数理统计 信号与系统 随机信号分析 《信号检测与估计》，向敬成、王意青等 《检测、估值与调制理论》，Harry L.Van Trees 绪论 信号检测与估计涉及的内容 检测与估计的处理方法 课程内容安排 信号检测与估计涉及的内容 在许多电子信息处理系统中都会涉及信号检测与估计的知识，这些系统包括： 通信 雷达 语音 图像分析 自动控制 地震学 生物医学 信息传输系统的香农模型 信号检测与估计涉及的内容 通信 雷达系统模型 雷达 例1：“噪声中的已知信号问题” Source(信源)每T秒输出一个二进制数据 该二进制数据被Transmitter调制，一种简单的调制方法为： 例1中的发射波形 发射机的发射波形如下图： 例1中的接收信号 这样，在接收端就需要判断发送信号是s0(t), S1(t)中的哪一个。也即接收机中需要一个处理器来观察接收信号，并按某个准则“猜测”source发送的信号。 设计并评估这个处理器性能的问题就是检测理论研究的问题。 噪声环境中的已知信号检测问题 在例1中，如果没有信道的加性噪声，接收信号就是完全已知的信号。因此此类问题就是“噪声环境中的已知信号检测问题” 例2：“噪声中带有未知参数的信号检测问题” 如果发射信号是： 实际例子 一个雷达的发射信号为： 例3：“噪声中随机信号的检测问题” 被动式声纳：接收信号是敌方潜艇发出的噪声。这时的接收信号可以被看作是一个随机过程的抽样。 接收信号为： 检测问题 第一章 检测与估计的基本理论 条件概率 与条件概率有关的基本公式 乘法公式 全概率公式 与条件概率有关的基本公式 贝叶斯公式 验前概率与验后概率 有Hk事件 P(Hk):验前概率（先验概率，a priori probability） P(Hk|A):Hk的验后概率（后验概率，a posteriori probability） Bayes公式例 在电报通讯中，发送出“.”和“－”两种信号。由于干扰的存在，接收端收到的是“.”，“不清”和“－”，分别记为0，x，1。已知： 发送“0”和“1”的概率分别是0.6和0.4； 在发出0的条件下，收到0、x、1的概率分别是0.7、0.2和0.1 在发出1的条件下，收到0、x、1的概率分别是0、0.1和0.9 求：在收到信号为x的情况下，原发出信号为0和1的概率 贝叶斯(Bayes)判决 例1 当发送端真实状态仅有两种, 即, 例1 例1 例1 似然比与门限 两种似然比检验处理器 例2 在加性噪声背景下检测1伏或0伏的电压。假定噪声是零均值，方差sigma2的正态分布。 一些常用分布 均匀分布 指数分布 正态分布 Gamma分布 正态分布 例2 仅对接收信号一次采样。条件概率密度函数： 例2 例2 例2 似然比检验 虚警与漏报 判决规则 建立一个判决规则，使得观察空间中的任意点都对应一个特定的假设。 H0 true; 选 H0 . H0 true;选H1 . H1 true;选H1 . H1 true;选H0 . 1、3是正确的判决，2、4是错误的判决 判决准则就是对上述4个可能的情形施加不同的“重要性”，并由此获得“最优”判决。 Bayes准则 两个前提（Assumption）： Source的输出由概率确定，表达为：P0、P1，并被称为先验概率（Priori Probability）。 每一种判决都有代价，表达为C00,C10,C11,C01。第一个下标为判决，第二个下标为假设（Hypothesis）。 准则：在平均的意义下，代价尽可能小。 假设为: 条件概率矩阵: 代价矩阵(正确的判决没有损失): ú ? ù ê ? é 2 f 1 m 0 1 0 1 m m m P 0 C P C 0 H H x d d L L L 漏报代价为Cm 虚警代价为Cf 条件代价为: 由贝叶斯定理: 对数似然比: 似然比检验 设 若 判断发端电压是0,1? 数字例 漏报 虚警 判决规则 其中 未知，因此即便没有噪声，信号也不是完全已知的。 被目标发射回来后的接收信号是： 接收信号中有3个未知参数： 被动式声纳 地震检测系统 噪声中随机信号的检测问题 通常的脉冲雷达和声纳 目标分类 慢衰落信道中的数字通信 噪声中带有未知参数的信号检测问题 同步数字通信 模式识别 噪声中的已知信号问题 先验概率 问题模型 输入信号 输出信号 接收机 贝叶斯(Bayes)判决 条件概率矩阵: 贝叶斯(Bayes)判决 代价矩阵: dk表示认定发端为sk的判决 C表示si为真,判决为dk