信号检测与估计教学资料第三章信号检测与估计.ppt

1平均代价的概念和贝叶斯准则3.平均代价取到最小值的条件1平均代价的概念和贝叶斯准则3.平均代价取到最小值的条件合并合并1平均代价的概念和贝叶斯准则3.平均代价取到最小值的条件和是两项固定值。因此，平均代价C的大小与判决区域R0有关。把使被积函数取负值的观察值x值划分给R0区域，而把其余的观察值x值划分给R1，即可保证平均代价最小。1平均代价的概念和贝叶斯准则4.贝叶斯判决准则把使被积函数取负值的观察值x值划分给R0区域，而把其余的观察值x值划分给R1，即可保证平均代价最小。判决H0假设成立判决H1假设成立判决H0假设成立判决H1假设成立贝叶斯判决准则01贝叶斯准则基本思路:02按照平均代价最小划分观察空间,得到判决准则03对判决表达式进行化简根据给定的代价计算平均代价1平均代价的概念和贝叶斯准则2贝叶斯检测的进一步说明贝叶斯判决准则定义为似然比函数定义为判决门限是一维随机变量，称为检验统计量不依赖于假设的先验概率，也与代价因子无关，适用于不同先验概率和不同代价因子的最佳信号检测。步骤3：利用上式，形成贝叶斯检测基本表达式步骤1：计算两个似然函数，构建似然比步骤2：根据两个假设的先验概率和代价因子，计算判决门限步骤4：化简利用贝叶斯判决准则进行检测的基本步骤：2贝叶斯检测的进一步说明3贝叶斯检测例题Ex3.1在二元数字通信系统中,假设为H1时,信源输出为常值正电压m,假设为H0时,信源输出输出零电平,信号在传输过程中迭加了噪声n(t),每种信号的持续时间为T,请:(1)若接收端对接收信号x(t)在(0,T)时间内进行1次采样,给出对应的贝叶斯检测准则.(2)若接收端对接收信号x(t)在(0,T)时间内进行N次独立采样,给出对应的贝叶斯检测准则.上述两种情况下,噪声采样值ni是均值为零,方差为的高斯噪声解：一次采样时步骤1：计算两个似然函数，构建似然比由于n是高斯分布随机变量，因此在H0假设下，观察信号x也服从高斯分布，且均值为零，方差为,在H1假设下，观察信号x服从均值为m，方差为的高斯分布。步骤2：根据两个假设的先验概率和代价因子，计算判决门限步骤3：形成贝叶斯检测基本表达式步骤4：化简解：N次采样时步骤1：计算两个似然函数，构建似然比由于n是高斯分布随机变量，因此在H0假设下，第i次采样值xi服从高斯分布，且均值为零，方差为,在H1假设下，第i次采样值xi服从均值为m，方差为的高斯分布。步骤2：根据两个假设的先验概率和代价因子，计算判决门限01步骤3：形成贝叶斯检测基本表达式02步骤4：化简其中n1i是均值为零,方差为的高斯随机变量,n0i是均值为零,方差为的高斯随机变量,且不同采样时刻的加性噪声之间是相互统计独立的.请给出上述问题的贝叶斯检测准则.Ex3.2考虑以下信号检测问题:解：N次采样时步骤1：计算两个似然函数，构建似然比由于n是高斯分布随机变量，因此在H0假设下，第i次采样值xi服从高斯分布，且均值为零，方差为,在H1假设下，第i次采样值xi服从均值为0，方差为的高斯分布。步骤2：根据两个假设的先验概率和代价因子，计算判决门限步骤3：形成贝叶斯检测基本表达式步骤4：化简步骤4：化简如果如果贝叶斯检测小结(1)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。把使被积函数取负值的观察值x值划分给R0区域，而把其余的观察值x值划分给R1，即可保证平均代价最小。判决H0假设成立判决H1假设成立贝叶斯判决准则利用贝叶斯判决准则进行检测的基本步骤：步骤1：计算两个似然函数，构建似然比步骤2：根据两个假设的先验概率和代价因子，计算判决门限步骤3：利用上式，形成贝叶斯检测基本表达式化简0102030405贝叶斯检测小结(2)1贝叶斯检测准则是一种平均代价最小的判决准则，按照贝叶斯检测准则，能获得平均代价到底等于多少？2问题1：3利用贝叶斯检测准则进行检测，平均检测错误概率如何计算？45上述两个问题的关键在于，如何计算四种事件的检测概率？6计算基本原则：根据化简后的最简判决表示式进行计算。4贝叶斯检测性能分析4贝叶斯检测性能分析计算基本原则：根据化简后的最简判决表示式进行计算。计算步骤：步骤1：推导贝叶斯检测准则的最简表示形式步骤2：根据最简表示形式，计算各种假设下，统计量的概率密度函数步骤3：计算判决概率01根据最终的统