Главная > Статистический синтез при априорной неопределенности и адаптация информационных систем
НАПИШУ ВСЁ ЧТО ЗАДАЛИ
СЕКРЕТНЫЙ БОТ В ТЕЛЕГЕ
<< Предыдущий параграф Следующий параграф >>
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

13.5. РАСПОЗНАВАНИЕ НОРМАЛЬНОФЛЮКТУИРУЮЩИХ СИГНАЛОВ, ПРИНИМАЕМЫХ В ШУМАХ

Во многих случаях сигналы, связанные с распознаваемыми объектами или ситуациями, являются случайными и распределены по нормальному закону. При образовании случайных сигналов в результате наложения большого числа статистически независимых возмущений предположение об их нормальности всегда выполняется. Такие сигналы назовем нормальнофлюктуирующими. К их рассмотрению, как известно [2, 17], сводится решение многих статистических задач радиотехники и, в частности, радиолокации.

Флюктуирующие сигналы принимаются в шумах. Распознавание объектов, с ними связанных, сводится, таким образом, к различению случайных сигналов на основе наблюдения их смесей с шумами.

Как и при приеме квазидетерминированных сигналов (§ 13.2), обычно различаемые флюктуирующие сигналы статистически зависят от совокупностей дополнительных параметров, характеризующих «обстановку» работы системы распознавания. Эти параметры могут, как правило, изменяться в широких пределах, а законы их распределения неизвестны. Так, отраженные от объектов наблюдения радиолокационные сигналы зависят от ракурса объекта, параметров его движения (например, от параметров прецессии объектов, совершающих регулярную прецессию) и т. д.

Сформулируем задачу двухальтернативного распознавания гауссовых флюктуирующих сигналов, принимаемых в шумах, при наличии

статистической зависимости сигналов от дополнительных параметров «обстановки».

Будем, как и ранее, предполагать, что наблюдается выборка значений процесса на интервале Допустим, что эта выборка относится к одному из двух гауссовых процессов, имеющих соответственно функции корреляции и математические ожидания где - векторы параметров неизвестной обстановки.

Тогда условные плотности вероятности выборки в двух распознаваемых ситуациях запишутся как

где — корреляционные матрицы двух распознаваемых сигналов; векторы математического ожидания.

Логарифм отношения правдоподобия при данных имеет вид

Оценки максимального правдоподобия векторов которые нужно подставить в (13.5.2), находятся из решения систем уравнений

или

и соответственно

Уравнения (13.5.4) могут решаться конечными или рекуррентными методами, изложенными в гл. 7.

Рассмотрим следующие, представляющие практический интерес, частные случаи.

1
Оглавление
email@scask.ru