Обнаружение сигнала — задача оптимального приёма сигналов.
Допустим, что в принятом сигнале
r
(
t
)
{\displaystyle r(t)}
может присутствовать или отсутствовать сигнал
s
(
t
,
λ
)
{\displaystyle s(t,\lambda )}
, то есть принимаемый сигнал
r
(
t
)
{\displaystyle r(t)}
равен
r
(
t
)
=
α
s
(
t
,
λ
)
+
n
(
t
)
{\displaystyle r(t)=\alpha s(t,\lambda )+n(t)}
,
где случайная величина
α
{\displaystyle \alpha }
может принимать значения 0 (сигнал отсутствует) или 1 (сигнал присутствует);
s
(
t
,
λ
)
{\displaystyle s(t,\lambda )}
— наблюдаемый на интервале наблюдения [
0
,
T
{\displaystyle 0,T}
] детерминированный сигнал. При решении задачи обнаружении сигнала необходимо определить наличие сигнала
s
(
t
,
λ
)
{\displaystyle s(t,\lambda )}
в
r
(
t
)
{\displaystyle r(t)}
, то есть оценить значение параметра
α
{\displaystyle \alpha }
. При этом возможны два варианта. Априорные данные — вероятности
p
p
{\displaystyle p_{p}}
r
(
t
,
α
=
0
)
{\displaystyle _{r}(t,\alpha =0)}
и
p
p
{\displaystyle p_{p}}
r
(
t
,
α
=
1
)
{\displaystyle _{r}(t,\alpha =1)}
— могут быть известны или нет.
Сформулированная задача обнаружения сигнала является частным случаем общей задачи статистической проверки гипотез . Гипотезу об отсутствии сигнала будем обозначать
H
0
{\displaystyle H_{0}}
, а гипотезу о наличии сигнала —
H
1
{\displaystyle H_{1}}
.
Если априорные вероятности
P
p
r
(
H
0
)
{\displaystyle P_{pr}(H_{0})}
и
P
p
r
(
H
1
)
{\displaystyle P_{pr}(H_{1})}
известны, то можно использовать критерий минимума среднего риска (байесовский критерий)
R
{\displaystyle R}
:
R
=
∑
i
,
k
=
0
1
P
p
r
(
H
i
)
Q
i
k
∫
X
k
W
(
x
|
H
i
)
d
x
{\displaystyle R=\sum _{i,k=0}^{1}P_{pr}(H_{i})Q_{ik}\int \limits _{X_{k}}W(x|H_{i})dx}
,
где {
Q
i
k
{\displaystyle Q_{ik}}
} — матрица потерь, а
W
(
x
|
H
i
)
{\displaystyle W(x|H_{i})}
— функция правдоподобия выборки наблюдаемых данных, если предполагается истинность гипотезы
H
i
{\displaystyle H_{i}}
.
В этом случае, если априорные вероятности
P
p
r
(
H
0
)
{\displaystyle P_{pr}(H_{0})}
и
P
p
r
(
H
1
)
{\displaystyle P_{pr}(H_{1})}
неизвестны, то с пороговым значением
h
0
{\displaystyle h_{0}}
сравнивается отношение правдоподобия
l
0
{\displaystyle l_{0}}
:
l
0
=
F
(
r
|
H
1
)
F
(
r
|
H
0
)
=
e
x
p
(
2
N
∫
0
T
r
(
t
)
s
(
t
)
d
t
−
E
/
N
)
{\displaystyle l_{0}={\frac {F(r|H_{1})}{F(r|H_{0})}}=exp({\frac {2}{N}}\int \limits _{0}^{T}r(t)s(t)dt-E/N)}
,
где E — энергия сигнала, а N — односторонняя спектральная плотность гауссовского аддитивного белого шума. Если
l
0
>
h
0
{\displaystyle l_{0}>h_{0}}
, то принимаете гипотеза о наличии сигнала, иначе о его отсутствии на интервале наблюдения [
0
,
T
{\displaystyle 0,T}
].
Если априорные вероятности
P
(
H
0
)
{\displaystyle P(H_{0})}
и
P
(
H
1
)
{\displaystyle P(H_{1})}
известны, то решение о наличии сигнала принимается на основе сравнения отношения апостериорных вероятностей
l
1
{\displaystyle l_{1}}
с некоторым пороговым значением
h
1
{\displaystyle h_{1}}
:
l
1
=
P
p
s
(
H
1
)
P
p
s
(
H
0
)
=
P
p
r
(
H
1
)
P
p
r
(
H
0
)
e
x
p
(
2
N
∫
0
T
r
(
t
)
s
(
t
)
d
t
−
E
/
N
)
{\displaystyle l_{1}={\frac {P_{ps}(H_{1})}{P_{ps}(H_{0})}}={\frac {P_{pr}(H_{1})}{P_{pr}(H_{0})}}exp({\frac {2}{N}}\int \limits _{0}^{T}r(t)s(t)dt-E/N)}
Если
l
1
>
h
1
{\displaystyle l_{1}>h_{1}}
, то принимаете гипотеза о наличии сигнала, иначе о его отсутствии на интервале наблюдения [
0
,
T
{\displaystyle 0,T}
].
Задача обнаружения часто встречается в радиолокации и других областях радиотехники.
Источник: Википедия
Привет! Меня зовут Лампобот, я компьютерная программа, которая помогает делать
Карту слов. Я отлично
умею считать, но пока плохо понимаю, как устроен ваш мир. Помоги мне разобраться!
Спасибо! Я стал чуточку лучше понимать мир эмоций.
Вопрос: двенадцатисложный — это что-то нейтральное, положительное или отрицательное?
Неудивительно, что во второй половине XX в. астрономы всерьёз задумались о возможности обнаружения сигналов из космоса с помощью технической новинки – радиотелескопов.
При описании механизмов обнаружения сигналов им и его учениками исследуется влияние таких факторов, как субъективная значимость результата наблюдения, стратегия наблюдателя и т. д., что, в свою очередь, придаёт психофизическому измерению «характер изучения сложного поведенческого акта» [там же, с. 66].
Если для обнаружения сигнала важен привлекающий эффект, то для процесса сличения нужна иная характеристика сигнала, а именно определённость информации, её содержание.