信号检测与估计理论 第三章 统计检测理论.pptVIP

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，IN CHAPTER 5。 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3.17 m为正值时的判决域 图3.18 m为负值时的判决域 图3.19 双边检验的判决域 信号的序列检测 信号序列检测的基本概念 若观测到k次还不能作出满意的判决， 则先不作判决，继续进行第k+1次判决。 在给定的检测性能指标要求下， 平均检测时间最短。 信号的序列检测 信号序列检测的基本概念 信号的序列检测 信号序列检测的基本概念 满足 判决假设H1成立。 满足 判决假设H0成立。 若 则需要进行下一次观测后，根据 再进行检验。 信号的序列检测 信号的序列检测 信号序列检测的平均观测次数 若序列检测到第 N 次观测终止，即满足 或者 二者取其一。 （判决假设H1成立） （判决假设H0成立） 信号的序列检测 信号序列检测的平均观测次数 观测终止时， 只取两个值 或 。 由 的条件均值推导在两种假设下的平均观测次数。 观测量 都是独立同分布的： 信号的序列检测 信号序列检测的平均观测次数 假设H1前提下的平均观测次数 假设H0前提下的平均观测次数 信号的序列检测 信号序列检测的平均观测次数 信号序列检测会终止的证明 一般，信号序列检测会规定观测次数的上限N*， 称为可截断的序列检测。 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3.2.1 1. 信源 2. 概率转移机构 3. 观测空间R 4. 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(M2)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 √ √ × × False Alarm Missing Alar