信号检测与估计教学料 第三章 信号检测与估计4new.pptVIP

3.9 一般高斯信号的统计检测 3.9 一般高斯信号的统计检测 3.9 一般高斯信号的统计检测 3.9 一般高斯信号的统计检测 3.9 一般高斯信号的统计检测 3.9 一般高斯信号的统计检测 3.9 一般高斯信号的统计检测 3.9 一般高斯信号的统计检测 3.9 一般高斯信号的统计检测 3.9 一般高斯信号的统计检测 3.9 一般高斯信号的统计检测 3.9 一般高斯信号的统计检测 3.9 一般高斯信号的统计检测 * 大家晚上好 基本要求 如果对所有的假设Hj，信号的概率密度函数都是高斯概率密度函数，则称此类信号的检测为一般高斯信号的统计检测. 了解一般高斯分布的联合概率密度函数 掌握一般高斯分布的统计检测方法 若一个N维随机矢量 的各分量是联合高斯分布 则称 是N维高斯随机变量。 1.一般高斯分布的联合概率密度函数 对信号进行N次观察，得到 是N维高斯随机变量。 假设 2.一般高斯二元信号的统计检测 在H0为真的条件下，有 对信号进行N次观察，得到 是N维高斯随机变量。 假设 在H1为真的条件下，有 根据贝叶斯检测准则 可得到 2.1等协方差矩阵的情况 2.1等协方差矩阵的情况 2.2等协方差矩阵时，检测性能分析 2.2等协方差矩阵时，检测性能分析 均值偏移高斯-高斯问题 A 设等协方差矩阵中的各元素满足 在这种特殊情况下意味着各次观测信号xk之间互不相关，因而也统计独立，且各个分量xk的方差都相等 于是在两个假设下的协方差矩阵为 其逆矩阵为 则检验统计量l(x)为 检测门限为 偏移系数d2为 B 设等协方差矩阵中的各元素满足 在这种特殊情况下意味着各次观测信号xk之间互不相关，因而也统计独立，且各个分量xk的方差不相等 两个假设下的协方差矩阵为 其逆矩阵为 因此，其检验统计量为 显然在上式中，具有小方差的观测信号分量加权越重，对检验统计量l(x)的贡献越大，检测门限为 偏移系数d2为 偏移系数d2为 小方差对l(x)贡献大 这两种特殊结构的协方差矩阵形式，信号统计检测的判决式的检验统计量l(x)和检测门限都是简明的表示式，决定检测性能的参数d2也可以简单求得。有两个简单特点。 1 观测信号互不相关 2 协方差矩阵为对角矩阵 C 观测信号xk之间是相关的 其主要思路就是将这种情况下的协方差矩阵变换为对角阵。变相关为不相关。 因为协方差矩阵Cx是对称的正定阵，利用对称矩阵的正交变换定理，将协方差矩阵Cx变换为对角阵。这也是我们以前线性代数中的知识。 *