logo资料库

电子科技大学信号检测与估计知识点总结3(开卷考试比PPT好用的多).doc

第1页 / 共16页
第2页 / 共16页
第3页 / 共16页
第4页 / 共16页
第5页 / 共16页
第6页 / 共16页
第7页 / 共16页
第8页 / 共16页
资料共16页,剩余部分请下载后查看
第二章 检测理论 1.二元检测: 1 感兴趣的信号在观测样本中受噪声干扰,根据接收到的测量值样本判决信 号的有无。 2 感兴趣的信号只有两种可能的取值,根据观测样本判决是哪一个。 2.二元检测的数学模型: 感兴趣的信号 s,有两种可能状态:s0、s1。在接收信号的观测样本 y 中受到 噪声 n 的污染,根据测量值 y 作出判决:是否存在信号 s,或者处于哪个状态。 即: y(t)=si(t)+n(t) i=0,1 假设:H0:对应 s0 状态或无信号, H1:对应 s1 状态或有信号。 检测:根据 y 及某些先验知识,判断哪个假设成立。 3. 基本概念与术语  先验概率:不依赖于测量值或观测样本的条件下,某事件(假设)发生或 成立的概率。p(H0),p(H1)。  后验概率:在已掌握观测样本或测量值 y 的前提下,某事件(假设)发生 或成立的概率。 p(H0/y),p(H1/y) 。  似然函数:在某假设 H0 或 H1 成立的条件下,观测样本 y 出现的概率。  似然比: )( yL  ( Hyp ( Hyp | | ) ) 1 0  虚警概率  漏报概率 fP mP :无判定为有; :有判定为无;  (正确)检测概率 :有判定为有。 [ CP 10 10 4.1 最大后验概率准则(MAP)  平均风险: ( HP [ CP 00 ]   )   r 0 dP 00 CP 01 01  CP 11 11 ]  ( HP ) 1 在二元检测的情况下,有两种可能状态:s0、s1, 根据测量值 y 作出判决:是否存在信号 s,或者处于哪个状态。即: y(t)=si(t)+n(t) i=0,1 假设:H0:对应 s0 状态或无信号, H1:对应 s1 状态或有信号。
如果 否则 | ( yHP 0 ( ) | yHP 1 利用贝叶斯定理: 可以得到: 如果 如果 定义似然比为: 得到判决准则: 如果 0 0 0 0 )   0 | 1 | ) | ( yHP 成立,判定为 H0 成立; ( ) yHP  成立,判定为 H1 成立。 )( ( ) ( | ypyHP HPHyp ( ( ) ) ( | | HPHyp HPHyp 0 ( ) ( ) ( | | HPHyp HPHyp  1 | ( | )( ( /) Hyp yL Hyp  1 )( ( yL HP th  MAP  0 )( ( th HP yL  MAP  ( HP 1 ( HP 0 ) /) /) ) ) 1 ) ( ( ( 如果 ) ) )  1 1 0 0 0 成立,判定为 H0 成立; 成立,判定为 H1 成立; 成立,判定为 H0 成立; ) ) 成立,判定为 H1 成立; 1 这就是最大后验准则。最佳门限值由先验概率决定。要求在先验概率已知 的条件下进行判决。 已知:先验概率、在各种假设条件下的概率分布/密度函数。 判决依据:观测信号样本。 判决准则:后验概率最大化。 数学描述:似然比是否超过门限。其中门限值为先验概率的比值。 即:以观测样本为依据,以似然比为检测统计量,以后验概率最大为衡量标准(准 则),以先验概率比为检测门限。 4.2 最小错误概率准则 成立,判定为 H0 成立; 成立,判定为 H1 成立。 如果 否则 ( | yHP 0 ( ) | yHP 1 可以得到: 如果 如果 定义似然比为: 得到判决准则: 如果 0 0 )  ( | ) yHP 1 | ) ( yHP  ( | ) ( HPHyp ( ) | ( HPHyp 1 | ( )( Hyp yL  1 )( yL th  )( th yL  如果 1  ( ( ) 1 ) ( | ) HPHyp 0 ( | ) HPHyp  0 /) ) ( Hyp 0 ( ( /) HP HP  1 0 ( ( /) HP HP  ) ) | 1 0 ) ) 成立,判定为 H0 成立; 成立,判定为 H1 成立; 1 0 成立,判定为 H0 成立; 成立,判定为 H1 成立; 结论与最大后验准则完全一致! 即:以观测样本为依据,以似然比为检测统计量,以错误概率最小为衡量标准(准 则),以先验概率比为检测门限。 5.1 贝叶斯准则 贝叶斯准则就是以代价最小化为基准的检测判决准则。 平均代价: / ( HHPCHPC  ( HHPCHP ) 0 ) 0 / 00 ( ( 0 ) ) ) ( / HHPCHP  0 ( ) HHPCHP  0 ) 1 / 10 ( ( 1 11 1 01 1 1 0 1 ) 
判决准则: 如果 )( yL  th B  如果 )( yL  th B  成立条件: )( ( CHP 10 )( ( CHP 0 01 1 )( ( CHP 10 )( ( CHP 0 01 1   00 C C 11 ) )   00 C C 11 ) ) 成立,判定为 H0 成立; 成立,判定为 H1 成立;  已知两种假设条件下的概率密度函数;  已知先验概率;  已知代价函数。 5.2 贝叶斯准则与最大后验概率准则和最小错误概率准则之间的关系  当 C 10  C 00  C 01  C 11 时,即当两种假设条件下错误判决与正确判决的风 险之差为定值(二者相等)时,贝叶斯准则的判决门限仅取决于先验概率 比值,此时贝叶斯准则蜕化为最大后验概率准则。此时代价因子在判决过 程中不起作用。  当满足代价:C00=C11 =0, C10=C01=1 条件时,即:正确判决无代价,错 误代价相同。贝叶斯准则蜕化为最小错误概率准则。  如果在判决过程中完全忽略代价、先验概率对判决结果的影响。直接把判 决门限取为 1,贝叶斯准则蜕化为最大似然准则 贝叶斯准则的意义是在先验概率已知条件下,对于给定(预先设定)代价函数, 平均代价最小的判决方式。 6. 极大极小化准则 当先验概率未知时,通过微分求极值,得到: 1[ CxPC   11 )( xPC 10 ( xP f )( 1[ )] C  01 m  00 f  ( xP m )] 上式称为极大极小化方程,其中左侧代表 H0 假设时的代价,右侧代表 H1 假设发 生时代价,该方程就是的解就是使得两者代价平衡。 求解得出对应贝叶斯风险最大时的先验概率 P(H0)=x=x0 。此时实际风险对 于未知先验概率 x 的斜率为 0。即极大极小化解与两个条件风险相等的点相对应。 在数值上等于在各种可能的先验概率中贝叶斯风险的最大值。 如果 )( yL  th B  1( ( Cx  10 0 )( Cx  0 01 ) C 00 C  11 成立,判定为 H0 成立; ) 如果 )( yL  th B  1( ( Cx  0 10 )( Cx  0 01 ) C 00 C  11 成立,判定为 H1 成立; )
极大极小化准则只需要预知风险系数,但不需要预先知道先验概率。 7. NP 准则 聂曼-皮尔逊(Neyman-Pearson)准则:在虚警概率一定的条件下,使检测(发 已知:观测样本的概率密度函数 定义似然比为: )( yL  ( Hyp | /) 1 现)概率最大的判决准则。 ), 1 ) ( | HypHyp ( Hyp ) ( | | 0 0 如果 判决准则: )( yL )( yL 如果 th th NP NP 成立,判定为 H0 成立; 成立,判定为 H1 成立; 门限由给定的虚警概率 fP 决定。 即使在观测样本的概率密度函数 ( 1Hyp | ) 未知,仅 ( 0Hyp | ) 已知时也可以应 用。仅需要关于噪声的概率分布情况,而不需要关于信号的任何先验信息。 检测准则及其必备条件 必备条件 准则 贝叶斯 MAP 极大极小化 Neyman-Pearson 先验概率 代 价 是 是 否 否 是 否 是 否 8. 最大似然准则 最大似然准则: 0 0 1 | | | | ) ) ) )   判定为无信号。 判定为有信号; ( Hyp ( Hyp ( Hyp 1 ( Hyp 即等价的似然比门限取值为 1。 9. 序贯检测与延时判决 似然比检测准则:利用一个受噪声干扰的观测样本,计算似然比 )(yL ,然后与某 准则下的门限进行比较,作出判决。 输出:只有两种选择:有或无。 物理本质:在虚警和漏报这两种错误之间进行权衡。二者此消彼长,在临界区域
(即信噪比比较低时)顾此则失彼。 存在的问题:随机问题用单个样本分析的结果而不是统计处理的结果进行抉 择,进而做决策。信息量严重匮乏,能力受限。 判决准则调整为: 统计处理:序贯检测+延时判决 D  1  ?,   D  0 )( yD  , th c ,  )( th yL  a )( yL th  a )( yL th  c 其中 ath 和 cth 分别为上、下门限值。似然比高于上门限,判为有信号,低于 下门限,判为无信号。 增加一个选择判断的出口,待定。 如果不能得出一个合理、可靠、低风险 的结论,不妨暂缓。稍晚作出一个正确的判决总比过早地作出一个错误的判决风 险要低得多。 延时判决当然不是消极的等待,而是要通过序贯的多次的测量获取更多的观 测样本,为作出正确判决提供强有力的物理支撑。 10. 二元假设下的多样本检测 如果判决时所依据的观测样本有 k 个,则数学上可通过定义如下的列向量来 简化表示:   y [ , yy 1  , 2 , ky T ] 多样本条件下的条件概率即似然函数可表示为:   )( yp 0   )( yp 1 1 ( , yyp , ( yyp 1 , , 2 2 k k Hy Hy , , | | ) ) 0 1 似然比为:   )( yL  )( yp 1  )( yp 0 对应的判决是 k 维空间的判决问题。其全空间可以划分为两个区域 R0 和 R1。 如果向量 位于区域 iR ,i=0 或 1,则判决为 。 iD y 多重测量样本:可以是时域、频域、空域中的同类样本,也可以是来自于不同测 量方式、不同类型的样本。 多样本数据的数学表达与物理意义: i j   )( uy j )( us ij ( un j ),   e  1,0 j  ,1,0 , k 其中 u 可以是时间 t、频率 f、角度θ 或其它参数域符号。 下角标 i=0,1,分别表示两种假设的信号状态;j 为 k 个样本的序号。 α与β分别对应于待测信号在传播过程中的衰减与相移。 判决准则与门限:门限与单个样本时完全一样,差别仅在于似然比的计算是基 于 k 维的联合条件概率密度比得到。
贝叶斯准则: 当  )( yL th B  当  )( yL th B  )( ( CHP 10 )( ( CHP 0 01 1 )( ( CHP 10 )( ( CHP 0 01 1   00 C C 11 ) )   00 C C 11 ) ) 成立,判定为 H0 成立; 成立,判定为 H1 成立; 最小错误概率准则和最大后验准则: 当  )( yL th B  ( HP ( HP ) ) 0 1 成立,判定为 H0 成立; 当  )( yL ( HP ( HP 极大极小化准则: B  th  )( yL 当 th B  ) ) 0 1 成立,判定为 H1 成立; ( Cx  10 0 )( Cx  0 ( Cx  10 0 )( Cx  0 ) C 00 C  11 01 ) C 00 C  11 01 1( 1( 成立,判定为 H0 成立; 成立,判定为 H1 成立; ) ) th B   )( yL 当 NP 准则: )(  yL th 当 )(  th yL th 其中门限 当 NP NP NP 成立,判定为 H0 成立; 成立,判定为 H1 成立; 由限定的虚警概率依据多个样本的联合概率密度函数决定。需要进 行多重积分计算概率进而得到相应的门限值。 似然比的计算也是基于 k 维的联合条件概率密度比得到。 11.1 确知信号的检测----匹配滤波器  观测信号的数学描述:  )( ty )( ts )( tn )(ts 是待检测的目标信号,波形已知。 是含有噪声的观测信号样本。 )(ty 最优准则(最佳的条件):最大输出信噪比 。(使输出信号峰值处的瞬时功率相 对于输出噪声平均功率的比为最大。) 信号:波形确知。 (除了时延和幅度外的所有信息) 噪声:平稳、高斯、加性、白噪声; 信号和噪声统计独立。 系统:线性时不变系统 信道:单途径时不变信道 时域系统函数: )( th  ( tsk 系统函数由信号波形确定  t ) 0 频域系统函数: ) ( H  Sk   ) (  e  jwt 0
物理实现:根据系统函数设计滤波器。 基本性质:  对输入波形相似,幅度、时延不同的信号具有适应性;对频移信号其处理 能力降低。(若有多普勒频移则处理性能下降)  输出波形形状为信号的自相关积分,并且关于峰值点对称。  峰值点位置出现在信号的后沿时刻,输出峰值正比于输入信号的能量。  时间压缩效应: 处理增益:10lg(BT),正比于时间带宽积。  输出信噪比:2E/N0,与波形细结构无关。 其中 B、T、E、N0 分别是系统带宽、观测时间、信号能量、噪声的功率谱密度。 模糊度函数:信号的固有特性,物理上用于表征该信号在时频平面上的可分辨能 数学上定义为: 力。  |  ,( ,( ) )  ,( |)   )( (  tsts  ) 2 )  ,(   ( ts       )  e j 2 t  dt (  ts  e j 2 t  dt  ) 2 匹配滤波器的输出为时延和多普勒为 0 时的信号的模糊度函数。信号的模糊 度函数是带有时延和多普勒频移的匹配滤波器的输出。对信号的分辨能力取决于 信号本身。 11.2 确知信号的检测----相关接收机 拷贝相关器数学描述: Rxz )(   ()( tztx )   dt  其中 z(t)是主动系统发射信号的拷贝(副本)。 拷贝相关器与匹配滤波器在性能上等价。 基本性质与适用条件(具体实现方法除外)可完全套用匹配滤波器。 对数字系统,相关器可以在时域通过移位乘累加实现,物理上比匹配滤波器更 容易实现,应用也更加广泛。 拷贝相关器与自相关器、互相关器的差异: (*与匹配滤波等价的只有拷贝相关器,拷贝相关器与自相关器、互相关器 不具有替代性)  自相关:功率谱估计、能量估计、信道估计;单输入(无处理增益)  互相关:互谱、时延差估计、被动测距、被动测向;(有处理增益)  拷贝相关:主动系统,时延估计、确知信号检测。
 输入信号条件、特点不同;  处理效果不同。  应用背景不同。 12. 接收机工作特性曲线(ROC)  系统的检测性能与信噪比和门限两个量相关。  关心两个量:虚警和检测概率。  可以由信噪比和门限两个量作为参量,分别以虚警概率和检测概率为横 轴、纵轴,形成 ROC 曲线。 13.随机参量信号的检测 一个确知信号在发射端发射,经信道传输及目标反射后到达接收端接收,信 号受到的影响包括:  传感器频响特性的影响产生的波形畸变;(先验)  接收、发射两端电路的影响。(先验已知)  信道的影响:  传播时延; (与介质、路径有关)  传播衰减; (影响了信号的幅度和能量)  多普勒频移; (有相对运动就会造成多普勒)  相移。 (换能器、电路、信道均会引入相移)  叠加了加性噪声、非加性干扰。(随机) 即除了噪声的影响外,幅度、频率、时延、相位等参数都引入了随机性变化。 应对策略: 1. 化未知为已知,即,先估计随机参量,相应的调整处理器的结构或参数,在 此基础上进行检测。
分享到:
收藏