Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
3. Вероятности ложной тревоги и обнаружения для стохастических сигналов(а) Характеристические функцииСистема обнаружения стохастических сигналов в белом шуме включает вычисление статистики испытания
где собственные функции интегрального уравнения (11.6). Для оптимального обнаружения Вероятность ложной тревоги равна вероятности того, что
Чтобы найти эти вероятности, нужно знать функции распределения статистики Переменные
(Эти результаты можно получить с помощью методов, описанных в разд. 1.) Так как
При гипотезе
так что характеристическая функция равна
Аналогично, заменяя
Когда используется оптимальный обнаружитель,
где
Полагая, что функция плотности распределения вероятностей
которое следует из определения характеристических функций (11.40). Если сила сигнала не равна той, для которой была спроектирована система и для которой она была бы оптимальной
в котором функция
а новая функция
Будем обозначать характеристическую функцию и функции плотности распределения вероятностей для порогового обнаружителя индексом 6. При этом, используя соотношение
Здесь является решением интегрального уравнения
имеем
Уделим основное внимание определению функции распределения (б) Проблема квадратичного детектораКац и Сигерт [3] первые обсудили использованные здесь методы, применив их для отыскания функции распределения напряжения на выходе фильтра, следующего за квадратичным детектором, на входе которого имеется узкополосный гауссов шум с комплексной автоковариацией
Кац и Сигерт раскладывали входное напряжение в ряд Фурье, используя систему собственных функций
Можно показать, что эти собственные функции ортогональны с весом
Собственные значения
Далее, имеем
Эта функция имеет такую же форму, как характеристическая функция статистики испытания (в) Обнаруживаемость для малого времени наблюденияКогда на входе имеется только шум, функция плотности распределения вероятностей на выходе порогового обнаружителя дается обратным преобразованием Фурье характеристической функции
Функция Преобразование (11.53) может быть вычислено формально при использовании бесконечного произведения (11.48). Для положительных значений
Если, как это обычно бывает, отрицательных собственных значений положительных величин. Написанная выше сумма может быть проинтегрирована почленно. Это дает для вероятностей
Конечно, эти вероятности только формально являются одинаковыми, так как критический уровень Чтобы судить о том, когда такое решение в виде ряда может быть легче всего применено, обратимся к частному примеру, разобранному в предыдущем разделе. Дифференцируя (11.36) по
Числа
Ряд (11.54) не будет полезен, если только экспонента
приближенно справедливую при условии шума с автоковариацией В общем случае функции автоковариации
Приближения для собственных значений
Максимальное значение этого выражения является хорошей апроксимацией наибольшего собственного значения и функция В пределе, при коротком времени наблюдения или очень узкой ширине спектра сигнала, можно найти вероятности ложной тревоги и обнаружения по формуле затем исключить критический уровень
На фиг. 11.2 изображены вероятности обнаружения как функции отношения сигнал/шум
Фиг. 11.2. Обнаруживаемость сигнала; малое время наблюдения. По оси абсцисс отложена величина В этом случае при принятии решения о присутствии сигнала система в действительности использует только один статистически независимый образец сигнала. Чтобы улучшить обнаруживаемости сигналов, необходимо использовать значительно большее время наблюдения. Величина
(г) Распределение вероятностей для малых значений UЕсли характеристическая функция выходной величины
Интегрирование в обратном преобразовании производится по контуру
для преобразования Лапласа от
В примере подраздела (б) разд. 2 определитель Фредгольма
Когда z велико и действительно, подынтегральное выражение существенно велико только для малых значений Желаемыми свойствами обладает ряд
Преобразование Лапласа этого ряда [10] дается формулой
где больших значений z, используем асимптотическую форму для модифицированных функций Бесселя [10]:
где
Подставив в (11.60), находим для больших значений z
Чтобы определить коэффициенты
Сравнивая с (11.61), находим
Можно ожидать, что ряд в скобках справедлив только когда процедуру для Был бы полезен метод для определения разложений, имеющих вид (11.59), когда характеристическая функция в явном виде не дана. Насколько нам известно, такой метод не был опубликован. Он требует изучения поведения резольвентного ядра Функция распределения остается очень малой для малых значений (д) Ряды Грам — ШарльеКогда произведение времени наблюдения и ширины спектра сигнала велико, а функция плотности распределения вероятностей введенных в разд. 3 гл. 6. Как упоминалось выше, среднее, дисперсия и другие кумулянты статистики Рассматривая случай, когда используется пороговый обнаружитель, мы получаем из (11.27) и (11.48)
Разложение в степенной ряд этого выражения имеет вид
Сравнивая с формулой (6.33), получаем
Вычислив эти кумулянты, подставив их в ряд (6.37) и проинтегрировав,
Величины Чтобы найти производные
Коэффициенты этого ряда называются "итерированными ядрами", полученными из
Таким образом, среднее значение, дисперсия и кумулянты высшего порядка даются формулами
и т. д. Эти результаты относятся к выходному напряжению порогового обнаружителя, когда на входе присутствует только шум. Для случая, когда на входе порогового обнаружителя присутствует сумма сигнала и шума, используются те же формулы с заменой вероятности на выходе фильтра, следующего за квадратичным детектором. Случай оптимального обнаружителя значительно сложнее и вычисление кумулянтов дает точный результат, только когда отношение сигнал/шум, для которого система была спроектирована как оптимальная, мало, т. е. в случае, близком к пороговому.
Фиг. 11.3. Вероятность обнаружения для порогового обнаружителя. Длительное время наблюдения. По оси абсцисс отложена величина Чтобы получить кумулянты распределения для подстановки в формулу (11.63), нужно решить уравнение (11.46) с помощью итераций, продифференцировать результат по Применяя полученные выше формулы к примеру, рассмотренному в разд. 2 только для порогового обнаружения, находим кумулянты при гипотезе
Для коэффициент
На фиг. 11.3 изображены вероятности обнаружения для порогового обнаружителя для различных значений вероятности ложной тревоги для
Горизонтальная шкала этих графиков для
|
1 |
Оглавление
|