信号检测与估计理论 第三章 统计检测理论.docxVIP

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

信源

H?H?

概率

转移机构

观测

空间

R

判决规则

H?成立H?成立

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H?——没有目标；H?——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

信号H?-AH?+A

信号

概率转移机构观测空间

(a)观测信号生成模型

统计检测理论的基本概念

●例3.2.1

0

0

0(b)观测信号的概率密度函数

0

统计检测理论的基本概念

●例3.2.1

H?

H?成立

H?成

H?成立

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

H?成立H?成立

a

a

HM-1成立

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

表3.2.2二元信号判决概率

判决

假设

H?

H?

H?

P(H?|H?)√

P(H?|H?)

H?

P(H?|H?)X

P(H?|H?)

i,j=0,1

FalseAlarmMissingAlarm

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——例3.2.1

x?↑P(H?|H?)↑

x?↑P(H?|H?)↑

p(xIH?)

p(x|H?)、P(H?|H?)

-A

Ro

P(H?|H?)↑

p(x|H?)

0P(H?|H?)

koAP(H?IH?)

R?+0

P(H?|H?)

X?

X

统计检测理论的基本概念

●统计检测的结果和判决概率

RH?

R

H?成立H?成立

R?

HM-1成立

RM-1

R?

i,j=0,1,…,M-1

贝叶斯准则(Bayescriterion)

●平均代价的概念和贝叶斯准则

●判决概率P(H;|H)

●先验概率P(H;)

●判决的代价因子Cij

平均代价C

贝叶斯准则：

假设先验概率P(H)已知，各种判决代价因子C;;给定的情况下，平均代价C最小的准则

贝叶斯准则

●平均代价C表达式

(3.3.1)

(3.3.3)

(3.3.4)

贝叶斯准则

●平均代价C表达式

(3.3.5)

(3.3.6)

(P(H?)(c?0coo)p(x|H?))]dx(3.3.7)

贝叶斯准则

●判决表达式

P(H?)(co1—C?1)p(x|H?)P(H?)(c?0—Coo)p(x|

P(H?)(co1—C?1)p(x|H?)P(H?)(c?0—Coo)p(x|H?)

(3.3.9)

检验统计量门限

检验统计量

门限值

(3.3.11)

检验统计量与先验

概率、代价因子无关

对数似然比检验

检验统计量

L(x)

l(x)

(3.3.12)

(3.3.12)

(3.3.13)

(3.3.14a)

(3.3.14b)

检测门限

贝叶斯准则

λ(x)计算器H?成

λ(x)

计算器

H?成立

H?成立

H?成立

么H?成立

λ(x)

k

判决器

Oη

(a)似然比检验

Inλ(x)

Inλ(x)计算器

k判决器

k

6Innη

(b)对数似然比检验

k

二元信号检测原理框图

l(x)l(x)

l(x)

判决器计算器

判决器

!Y

?(c)检验统计量

?

I(x)l(x)

I(x)

计算器判决器

计算器

Y

?(d)检验统计量

?

上

2

H?成立

H?成立

H?成立

例题3.3.2

贝叶斯准则

●检测性能分析

性能指标——平均代价C

PCHIH)=J,p(x|H,)dx,i,j=0,1(3.3.15)

先验概率P(H,)计算判决概率P(H,|H?)