欢迎来到天天文库
浏览记录
ID:37935098
大小:382.63 KB
页数:14页
时间:2019-06-03
《信号检测与估计4》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、检测问题本质:假设检验问题,统计判决问题。第四章实际中常用贝叶斯(Bayes)判决SingleSampleDetectionofBinary即:Hypotheses寻求一种最佳判决规则,使决策引人的平均代价极小。本章主要讲述经典检测理论电子科技大学电工学院1电子科技大学电工学院24.1MAP准则信号模型:观察与yH的联合概率:iysni=+=,0,1(4.1)iP(y,H)P(y,H),10若P(y,H)≥P(y,H),判H为真,记为D⎧H:ysn=+1011定义:00⎨若P(y,H)10
2、)103、y)条件概率:后验概率11P(y,H)P(y).P(H4、y)=⎧PHy(5、)(6、)01>→PHyH0(4.2)00⎨D1⎩PHy(7、)(8、)>→PHyH(4.3)≥101∴⇔P(H/)yP(H/)y109、),P(Hy10、)不易计算10Bayes理论:p(11、)()yHPH00等效于判决规则:PHy(12、13、)=(4.4)0Dpy()1>pyH(14、)ππpyH(15、)(4.10)p(16、)()yHPH00<1111DPHy(17、)=(4.6)01py()D1D1pyH(18、)10>π代入MAP:≥化简⇔<(4.11)P(H10/)yP(H/)ypyH(19、)01D0π20、)yH定义似然比:()Ly=1(4.12)≥≥pyH(21、)0∵P(y,H)P(y,H)⇒P(H).P(y22、H)P(H).P(y23、H)101100<<π定义:τ=0MAPπ若已知条件pdf→pYHpYH(24、),(25、)110≥等效于判决规则:⇒•P(H)pYHdYP(H(26、27、))pYHdY(28、)1∫∫100yy+Δ29、)P(H)(30、)pyH1100DD<00检测:等效于计算+比较。电子科技大学电工学院9电子科技大学电工学院10似然比的性质最优处理器()()是非负.1Ly∵pyH(31、)≥0i=0,1τi(2)L(y)是一个一维随机变量,L()y⎧≥→0H11为真,记为DL()y⎨当有个观测值m,xx",x⎩<→0H为真,记为D12m00PXH(32、)1LX()=PH()()PH00PXH(33、)τ==0PH()1-()PH10PXH(34、)=pxx(,",35、xH)联36、合分布i12mi先验概率标量电子科技大学电工学院11电子科技大学电工学院12似然比准则特例:最大似然准则4.2.1Example4.1D1pyH(37、)10>πy=snii+=,0,1∵(4.11)38、)Dπ010假设ss=−bb,=>0;ππ=0.8,=0.20101如果ππτ=⇒=101MAP2D1nN~(0,)σ>⇒pyH(39、)pyH(40、)1041、)exp()(4.14)≥12⇔exp()4(4.1842、)2πσ2σ2<σD201(yb+)pyH(43、)=−exp()(4.15)检测器:直接判决结构复杂,可利用单调函数化简。022πσ2σ定义对数似然比:()ln()AyL=y(4.19)D221()()yb+−yb2yb化简⇔2yb≥σ2ln4(4.20)Ly()exp[=−]exp(=)(4.17)<22222σσσD0πD12Thethreshold:τ04(4.16)≥σ==MAP⇔y44、and,thenσ2=0.25yy≥≥lnτ⇔045、)
3、y)条件概率:后验概率11P(y,H)P(y).P(H
4、y)=⎧PHy(
5、)(
6、)01>→PHyH0(4.2)00⎨D1⎩PHy(
7、)(
8、)>→PHyH(4.3)≥101∴⇔P(H/)yP(H/)y109、),P(Hy10、)不易计算10Bayes理论:p(11、)()yHPH00等效于判决规则:PHy(12、13、)=(4.4)0Dpy()1>pyH(14、)ππpyH(15、)(4.10)p(16、)()yHPH00<1111DPHy(17、)=(4.6)01py()D1D1pyH(18、)10>π代入MAP:≥化简⇔<(4.11)P(H10/)yP(H/)ypyH(19、)01D0π20、)yH定义似然比:()Ly=1(4.12)≥≥pyH(21、)0∵P(y,H)P(y,H)⇒P(H).P(y22、H)P(H).P(y23、H)101100<<π定义:τ=0MAPπ若已知条件pdf→pYHpYH(24、),(25、)110≥等效于判决规则:⇒•P(H)pYHdYP(H(26、27、))pYHdY(28、)1∫∫100yy+Δ29、)P(H)(30、)pyH1100DD<00检测:等效于计算+比较。电子科技大学电工学院9电子科技大学电工学院10似然比的性质最优处理器()()是非负.1Ly∵pyH(31、)≥0i=0,1τi(2)L(y)是一个一维随机变量,L()y⎧≥→0H11为真,记为DL()y⎨当有个观测值m,xx",x⎩<→0H为真,记为D12m00PXH(32、)1LX()=PH()()PH00PXH(33、)τ==0PH()1-()PH10PXH(34、)=pxx(,",35、xH)联36、合分布i12mi先验概率标量电子科技大学电工学院11电子科技大学电工学院12似然比准则特例:最大似然准则4.2.1Example4.1D1pyH(37、)10>πy=snii+=,0,1∵(4.11)38、)Dπ010假设ss=−bb,=>0;ππ=0.8,=0.20101如果ππτ=⇒=101MAP2D1nN~(0,)σ>⇒pyH(39、)pyH(40、)1041、)exp()(4.14)≥12⇔exp()4(4.1842、)2πσ2σ2<σD201(yb+)pyH(43、)=−exp()(4.15)检测器:直接判决结构复杂,可利用单调函数化简。022πσ2σ定义对数似然比:()ln()AyL=y(4.19)D221()()yb+−yb2yb化简⇔2yb≥σ2ln4(4.20)Ly()exp[=−]exp(=)(4.17)<22222σσσD0πD12Thethreshold:τ04(4.16)≥σ==MAP⇔y44、and,thenσ2=0.25yy≥≥lnτ⇔045、)
9、),P(Hy
10、)不易计算10Bayes理论:p(
11、)()yHPH00等效于判决规则:PHy(
12、
13、)=(4.4)0Dpy()1>pyH(
14、)ππpyH(
15、)(4.10)p(
16、)()yHPH00<1111DPHy(
17、)=(4.6)01py()D1D1pyH(
18、)10>π代入MAP:≥化简⇔<(4.11)P(H10/)yP(H/)ypyH(
19、)01D0π20、)yH定义似然比:()Ly=1(4.12)≥≥pyH(21、)0∵P(y,H)P(y,H)⇒P(H).P(y22、H)P(H).P(y23、H)101100<<π定义:τ=0MAPπ若已知条件pdf→pYHpYH(24、),(25、)110≥等效于判决规则:⇒•P(H)pYHdYP(H(26、27、))pYHdY(28、)1∫∫100yy+Δ29、)P(H)(30、)pyH1100DD<00检测:等效于计算+比较。电子科技大学电工学院9电子科技大学电工学院10似然比的性质最优处理器()()是非负.1Ly∵pyH(31、)≥0i=0,1τi(2)L(y)是一个一维随机变量,L()y⎧≥→0H11为真,记为DL()y⎨当有个观测值m,xx",x⎩<→0H为真,记为D12m00PXH(32、)1LX()=PH()()PH00PXH(33、)τ==0PH()1-()PH10PXH(34、)=pxx(,",35、xH)联36、合分布i12mi先验概率标量电子科技大学电工学院11电子科技大学电工学院12似然比准则特例:最大似然准则4.2.1Example4.1D1pyH(37、)10>πy=snii+=,0,1∵(4.11)38、)Dπ010假设ss=−bb,=>0;ππ=0.8,=0.20101如果ππτ=⇒=101MAP2D1nN~(0,)σ>⇒pyH(39、)pyH(40、)1041、)exp()(4.14)≥12⇔exp()4(4.1842、)2πσ2σ2<σD201(yb+)pyH(43、)=−exp()(4.15)检测器:直接判决结构复杂,可利用单调函数化简。022πσ2σ定义对数似然比:()ln()AyL=y(4.19)D221()()yb+−yb2yb化简⇔2yb≥σ2ln4(4.20)Ly()exp[=−]exp(=)(4.17)<22222σσσD0πD12Thethreshold:τ04(4.16)≥σ==MAP⇔y44、and,thenσ2=0.25yy≥≥lnτ⇔045、)
20、)yH定义似然比:()Ly=1(4.12)≥≥pyH(
21、)0∵P(y,H)P(y,H)⇒P(H).P(y
22、H)P(H).P(y
23、H)101100<<π定义:τ=0MAPπ若已知条件pdf→pYHpYH(
24、),(
25、)110≥等效于判决规则:⇒•P(H)pYHdYP(H(
26、
27、))pYHdY(
28、)1∫∫100yy+Δ29、)P(H)(30、)pyH1100DD<00检测:等效于计算+比较。电子科技大学电工学院9电子科技大学电工学院10似然比的性质最优处理器()()是非负.1Ly∵pyH(31、)≥0i=0,1τi(2)L(y)是一个一维随机变量,L()y⎧≥→0H11为真,记为DL()y⎨当有个观测值m,xx",x⎩<→0H为真,记为D12m00PXH(32、)1LX()=PH()()PH00PXH(33、)τ==0PH()1-()PH10PXH(34、)=pxx(,",35、xH)联36、合分布i12mi先验概率标量电子科技大学电工学院11电子科技大学电工学院12似然比准则特例:最大似然准则4.2.1Example4.1D1pyH(37、)10>πy=snii+=,0,1∵(4.11)38、)Dπ010假设ss=−bb,=>0;ππ=0.8,=0.20101如果ππτ=⇒=101MAP2D1nN~(0,)σ>⇒pyH(39、)pyH(40、)1041、)exp()(4.14)≥12⇔exp()4(4.1842、)2πσ2σ2<σD201(yb+)pyH(43、)=−exp()(4.15)检测器:直接判决结构复杂,可利用单调函数化简。022πσ2σ定义对数似然比:()ln()AyL=y(4.19)D221()()yb+−yb2yb化简⇔2yb≥σ2ln4(4.20)Ly()exp[=−]exp(=)(4.17)<22222σσσD0πD12Thethreshold:τ04(4.16)≥σ==MAP⇔y44、and,thenσ2=0.25yy≥≥lnτ⇔045、)
29、)P(H)(
30、)pyH1100DD<00检测:等效于计算+比较。电子科技大学电工学院9电子科技大学电工学院10似然比的性质最优处理器()()是非负.1Ly∵pyH(
31、)≥0i=0,1τi(2)L(y)是一个一维随机变量,L()y⎧≥→0H11为真,记为DL()y⎨当有个观测值m,xx",x⎩<→0H为真,记为D12m00PXH(
32、)1LX()=PH()()PH00PXH(
33、)τ==0PH()1-()PH10PXH(
34、)=pxx(,",
35、xH)联
36、合分布i12mi先验概率标量电子科技大学电工学院11电子科技大学电工学院12似然比准则特例:最大似然准则4.2.1Example4.1D1pyH(
37、)10>πy=snii+=,0,1∵(4.11)38、)Dπ010假设ss=−bb,=>0;ππ=0.8,=0.20101如果ππτ=⇒=101MAP2D1nN~(0,)σ>⇒pyH(39、)pyH(40、)1041、)exp()(4.14)≥12⇔exp()4(4.1842、)2πσ2σ2<σD201(yb+)pyH(43、)=−exp()(4.15)检测器:直接判决结构复杂,可利用单调函数化简。022πσ2σ定义对数似然比:()ln()AyL=y(4.19)D221()()yb+−yb2yb化简⇔2yb≥σ2ln4(4.20)Ly()exp[=−]exp(=)(4.17)<22222σσσD0πD12Thethreshold:τ04(4.16)≥σ==MAP⇔y44、and,thenσ2=0.25yy≥≥lnτ⇔045、)
38、)Dπ010假设ss=−bb,=>0;ππ=0.8,=0.20101如果ππτ=⇒=101MAP2D1nN~(0,)σ>⇒pyH(
39、)pyH(
40、)1041、)exp()(4.14)≥12⇔exp()4(4.1842、)2πσ2σ2<σD201(yb+)pyH(43、)=−exp()(4.15)检测器:直接判决结构复杂,可利用单调函数化简。022πσ2σ定义对数似然比:()ln()AyL=y(4.19)D221()()yb+−yb2yb化简⇔2yb≥σ2ln4(4.20)Ly()exp[=−]exp(=)(4.17)<22222σσσD0πD12Thethreshold:τ04(4.16)≥σ==MAP⇔y44、and,thenσ2=0.25yy≥≥lnτ⇔045、)
41、)exp()(4.14)≥12⇔exp()4(4.18
42、)2πσ2σ2<σD201(yb+)pyH(
43、)=−exp()(4.15)检测器:直接判决结构复杂,可利用单调函数化简。022πσ2σ定义对数似然比:()ln()AyL=y(4.19)D221()()yb+−yb2yb化简⇔2yb≥σ2ln4(4.20)Ly()exp[=−]exp(=)(4.17)<22222σσσD0πD12Thethreshold:τ04(4.16)≥σ==MAP⇔y44、and,thenσ2=0.25yy≥≥lnτ⇔045、)
44、and,thenσ2=0.25yy≥≥lnτ⇔045、)
45、)
此文档下载收益归作者所有