Критерии оптимального обнаружения и различения сигналов
Тема №3 Основы теории обнаружения и различения сигналов
ОПТИМАЛЬНОЕ ОБНАРУЖЕНИЕ ДЕТЕРМИНИРОВАННЫХ СИГНАЛОВ
Обнаружение сигналов как статистическая задача
Пусть на вход обнаружителя поступает сумма сигнала s(t) и шума n(t), представляющая собой случайный непрерывный процесс
(7.1)
где s(t) - полностью известный сигнал; l - случайный параметр, равный 1, когда сигнал присутствует, и равный 0, когда сигнал отсутствует; n(t) - шум с известным законом распределения.
Обнаружитель анализирует реализацию x(t) процесса x(t) в течение заранее выбранного (конечного) интервала времени Т и затем на основании анализа принимает решение: существует ли сигнал в наблюдаемой реализации или нет.
В настоящее время для решения подобных задач широко применяются методы математической статистики. Основной задачей математической статистики является установление законов распределения случайных величин на основе результатов наблюдения над этими величинами. В результате наблюдения над некоторой случайной величиной получается совокупность выборочных (x1, ..., xn) значений этой величины, называемая выборкой; число n выборочных значений, содержащихся в данной выборке, называется объемом выборки.
В случае обнаружения сигналов реализация x(t) является непрерывной функцией времени (при непрерывном или дискретном сигнале s(t) в смеси) с ограниченным спектром. Представим x(t) выборочными значениями (x1, ..., xn), взятыми в соответствии с теоремой Котельникова с интервалом Dt = 1/2F, где F - эффективная ширина спектра колебания x(t). При этом объем выборки определяется соотношением
|
|
n = T/ Dt = 2TF . (7.2)
На основании анализа выборки (x1, ..., xn) обнаружитель должен оценить параметр l. Очевидно точность оценки зависит от объема выборки при неограниченном времени наблюдения Т. Однако на практике Т ограничено, а с увеличением объема выборки при T = const погрешность оценки не устремляется к нулю.
Выборка, у которой n ® ¥ при T = const, называется непрерывной. Вид выборки (дискретная или непрерывная) определяется удобством математического анализа. Заметим, что если для дискретной выборки какая-либо формула получена в виде суммы, то соответствующий результат для непрерывной выборки может быть получен при замене суммы интегралом, если в этой формуле положить Dt ® 0 или n ® ¥ при T = const. Дискретизация проводится в соответствии с теоремой Котельникова: для дискретизации аналогового сигнала без потерь информации частота отсчетов должна быть в два раза выше верхней граничной частоты спектра сигнала.
|
|
Поскольку в задачах обнаружения оценка параметра l является дискретной (l = 0 или l = 1), при конечном объеме выборки можно лишь с некоторыми вероятностями высказать статистические гипотезы. Следовательно, решение задачи обнаружения сводится к проверке двух альтернативных (противоположных) статистических гипотез. Гипотеза Н1 - сигнал во входной смеси есть (l = 1) и гипотеза Н0 - сигнала нет (l = 0). При этом вероятности Р(Н1) и Р(Н0) являются соответственно априорными вероятностями наличия и отсутствия сигнала.
Ошибки при обнаружении сигнала
Вообще при обнаружении сигнала могут быть четыре ситуации:
1) правильное обнаружение (по), когда сигнал на входе обнаружителя существует и принимается решение о его наличии;
2) правильное необнаружение (пн), когда сигнала на входе нет и принимается решение об его отсутствии;
3) пропуск сигнала (проп), когда сигнал на входе существует, однако принимается решение об его отсутствии;
4) ложная тревога (лт), когда сигнала на входе нет, но принимается решение о его присутствии.
Первые две ситуации образуют событие А, соответствующее принятию безошибочного решения. Последние две ситуации образуют событие , соответствующее принятию неверного или ошибочного решения. С помощью графа исходов (рис.7.1) можно рассчитать вероятность принятия ошибочного решения или вероятность ошибки Рош .
|
|
Рис.7.1. Граф исходов при обнаружении
На рис.7.1 обозначены:
Р(Н1), Р(Н0) - априорные вероятности наличия и отсутствия сигнала;
Рпо = Р(А/Н1) - условная вероятность правильного обнаружения, соответствующая вероятности правильного решения А при условии, что в действительности сигнал существует;
Рпн = Р(А/Н0) - условная вероятность правильного необнаружения, соответствующая вероятности правильного решения А при условии, что в действительности сигнала нет;
Рпроп = Р( /Н1) - условная вероятность пропуска, соответствующая вероятности ошибочного решения при условии, что в действительности сигнал есть;
Рлт = Р( /Н0) - условная вероятность ложной тревоги, соответствующая вероятности ошибочного решения при условии, что сигнала в действительности нет.
Из графа исходов непосредственно по формуле полной вероятности следует, что
или
. (7.3)
Таким образом, вероятность ошибки Рош зависит как от априорных вероятностей Р(Н1), Р(Н0), так и от условных вероятностей Рпроп , Рлт .
|
|
Рассмотренные условные вероятности Рпо , Рпн , Рпроп и Рлт позволяют характеризовать качество оптимального обнаружения. Обычно в этих целях используют вероятности Рпо и Рлт, с учетом того, что Рпроп = 1 - Рпо и Рпн = 1 - Рлт .
Критерии оптимального обнаружения и различения сигналов
Критерием оптимальности называется правило, по которому из всех возможных обнаружителей можно выбрать наилучший.
Наиболее общим критерием оптимального обнаружения является критерий Байеса, или иначе - критерий минимума среднего риска.
С точки зрения критерия Байеса оптимальным считается такой обнаружитель, который имеет минимальную вероятность ошибочных решений с учетом их «веса» или степени нежелательности.
Используя условные вероятности Рпо , Рлт и выражение (7.3), можно записать следующее выражение для среднего риска процесса обнаружения
, (7.4)
где Спроп и Слт - веса ошибочных решений.
Вынесем в выражении (7.4) за скобки Р(Н1)Спроп , тогда
, (7.5)
где L0 - весовой множитель, равный
.
Из анализа (7.5) следует, что условие минимизации заключается в получении максимального значения разности (Рпо - L0Рлт ), которую называют взвешенной разностью.
Таким образом,
. (7.6)
Критерий Байеса является наиболее общим. На его основе, как частные случаи, могут быть получены и другие критерии.
Если принять веса ошибок одинаковыми Спроп = Слт = 1, то из (7.4) получим, что средний риск равен суммарной вероятности ошибки
. (7.7)
Условие минимума суммарной вероятности ошибки (7.7) называется критерием идеального наблюдателя. Он используется при решении задач передачи сообщений, где одинаково нежелательны как пропуски, так и искажения элементов сообщения.
По аналогии с (7.6) для критерия идеального наблюдателя можно записать вместо (7.7) следующее условие оптимизации
. (7.8)
В радиолокации наибольшее применение находит критерий Неймана-Пирсона, являющийся частным случаем критериев Байеса и идеального наблюдателя. Сущность критерия заключается в том, что фиксируется условная вероятность ложной тревоги Рлт , после чего максимизируется условная вероятность правильного обнаружения Рпо .
Критерий записывается в виде
Рлт = const , Рпо = max , (7.9)
Широкое применение критерия Неймана-Пирсона в радиолокации объясняется тем, что:
во-первых, как правило, неизвестны априорные вероятности Р(Н0) и Р(Н1), а также Спроп и Слт ;
во-вторых, в обзорных РЛС большую часть интервала наблюдения принятый сигнал обусловлен только шумом, поэтому ложная тревога является крайне нежелательной и ее величина должна быть ограничена заранее, исходя из тактических соображений. Обычно задают Рлт = 10-10 …10-6 , используя выражение Рлт » tш / Тлт ; где tш - длительность шумового выброса, Тлт - период появления ложной тревоги.
Таким образом, в результате наблюдения выборки (x1 ,..., xn ) по выбранному критерию оптимальности должно быть получено одно из двух взаимоисключающих решений: А- сигнал есть, - сигнала нет. Каждая возможная выборка представляется в многомерном пространстве одной точкой. Оптимальный обнаружитель должен разделить пространство выборок на два соприкасающихся пространства X и .Если точка М, соответствующая k-й выборке (x1 ,..., xn), попадает в пространство X - принимается решение А, в противном случае - решение . В соответствии с критерием (7.6) можно записать
, (7.10)
где р(x1 , ..., xn / l = 1) и p(x1 , ..., xn / l =0) - условные n-мерные плотности вероятности дискретной выборки (x1 , ..., xn ) при наличии сигнала (l = 1) и при его отсутствии (l = 0) соответственно.
Выполнение условия (7.10) возможно при положительной подынтегральной разности
,
то есть
. (7.11)
Следовательно, оптимальный обнаружитель должен вычислять величину
, (7.12)
определяемую отношением функций правдоподобия L(l = 1) и L(l = 0) и называемую отношением правдоподобия. Если L сравнить с некоторым порогом L0 , то получим правило принятия решения
. (7.13)
Таким образом, критерием оптимального обнаружения может служить критерий отношения правдоподобия, являющийся следствием общего критерия Байеса. В соответствии с этим критерием оптимальный обнаружитель (рис.7.2) должен сформировать отношение правдоподобия (блок ОП) и подать его на пороговое устройство ПУ, где осуществляется процедура сравнения L с порогом L0 , в результате которой выносится одно из двух возможных решений: - нет сигнала или А - есть сигнал. Выбор какого-то частного критерия оптимальности (байесовского, идеального наблюдателя, Неймана - Пирсона) сказывается лишь на значении порога L0 , никак не влияя на основную часть обнаружителя - блок ОП, где происходит оптимальная обработка реализации x(t). В радиолокации значение порога L0 устанавливается исходя из критерия Неймана-Пирсона.
Рис. 7.2.
Дата добавления: 2018-08-06; просмотров: 1885; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!