赵树杰-信号检测与估计理论-极小化极大准则仿真说明
- 格式:docx
- 大小:103.36 KB
- 文档页数:7
雷达系统中的信号处理技术摘要本文介绍了雷达系统及雷达系统信号处理的主要内容,着重介绍与分析了雷达系统信号处理的正交采样、脉冲压缩、MTD和恒虚警检测几种现代雷达技术,雷达系统通过脉冲压缩解决解决雷达作用距离和距离分辨力之间的矛盾,通过MTD来探测动目标,通过恒虚警〔CFAR〕来实现整个系统对目标的检测。
关键词雷达系统正交采样脉冲压缩MTD 恒虚警检测1雷达系统概述雷达是Radar〔Radio Detection And Ranging〕的音译词,意为“无线电检测和测距”,即利用无线电波来检测目标并测定目标的位置,这也是雷达设备在最初阶段的功能。
雷达的任务就是测量目标的距离、方位和仰角,还包括目标的速度,以及从目标回波中获取更多有关目标的信息。
典型的雷达系统如图1,它主要由雷达发射机、天线、雷达接收机、收发转换开关、信号处理机、数据处理机、终端显示等设备组成。
图1雷达系统框图随着现代电子技术的不断发展,特别是数字信号处理技术、超大规模集成数字电路技术、电脑技术和通信技术的告诉发展,现代雷达信号处理技术正在向着算法更先进、更快速、处理容量更大和算法硬件化方向飞速发展,可以对目标回波与各种干扰、噪声的混叠信号进行有效的加工处理,最大程度低剔除无用信号,而且在一定的条件下,保证以最大发现概率发现目标和提取目标的有用信息。
雷达发射机产生符合要求的雷达波形,然后经馈线和收发开关由发射天线辐射出去,遇到目标后,电磁波一部分反射,经接收天线和收发开关由雷达接收机接收,然后对雷达回波信号依次进行信号处理、数据处理,就可以获知目标的相关信息。
雷达信号处理的流程如下:图 2 雷达信号处理流程2雷达信号处理的主要内容雷达信号处理是雷达系统的主要组成部分。
信号处理消除不需要的杂波,通过所需要的目标信号,并提取目标信息。
内容包括雷达信号处理的几个主要部分:正交采样、脉冲压缩、MTD和恒虚警检测。
正交采样是信号处理的第一步,担负着为后续处理提供高质量数据的任务。
信号的统计检测与估计理论华侨大学信息科学与工程学院电子工程系电子程系E-mail:************.cnTel: 22692477T l22692477课程教学目的和方法目的通过本课程学习,使学生掌握信号的检测和估计的基本概念、基本理论和分析问题的基本方法,培养学生运用这些方法去解基本和分析问题的基本方法,培养学用这些方法去解决实际问题的能力。
方法本课程将通过重点讲授检测和估计的基本概念、基本原理和分析问题的基本方法入手,使同学们学会信号的检测与估计理论,析问题的基本方法入手使同学们学会信号的检测与估计理论将为进一步学习、研究随机信号统计处理打下坚实的理论基础,同时它的基本概念、理论和解决问题的方法也为解决实际应用,如信号处理系统设计等问题打下良好的基础。
2课程内容简介信号的统计检测与估计理论已成为现代信息理论的一个重要组成部分,它是现代通信、雷达、声纳以及自动控制技术的理论基础,它在许多领域或技术中有广泛的应用。
其主要内容有:信号的矢量与复数表示、噪声和干扰、假设检验、确知信号的检测、具有随机参量信号的检测、信号的参量估计、信号参量的最佳线性估计。
3教学基本内容及学时分配概论(0.5学时)第一章信号的矢量与复数表示(3.5学时)第二章噪声和干扰(2学时)第三章假设检验(4学时)第四章确知信号的检测(6学时)第五章具有随机参量信号的检测(6学时)第八章信号的参量估计(8学时)第九章信号参量的最佳线性估计(4学时)4教材教材¾《信号的统计检测与估计理论》(第二版),李道本著,科学出版社,2004年9月参考书《信号检测与估计理论》赵树杰赵建勋编著清华大¾《信号检测与估计理论》,赵树杰、赵建勋编著,清华大学出版社,2005年11月张明友吕明编著电子工业出版¾《信号检测与估计》张明友、吕明编著,电子工业出版社,2005年2月¾其他相关参考书籍5考试与要求选修课平时:60%-70%作业¾¾上课考勤期末考试40%30%期末考试:40%-30%6目录概论第一章信号的矢量与复数表示第二章噪声和干扰第三章假设检验第章第四章确知信号的检测第五章具有随机参量信号的检测第八章信号的参量估计第九章信号参量的最佳线性估计7信号的检测与估计理论的起源和发展检测与估计理论的基本概念检测与估计的分类8信号的统计检测与估计理论起源¾第二次世界大战( 20世纪40年代)¾战争对雷达和声纳技术的需求理论基础¾信息论(Information Theory)¾通信理论(Comm. Theory)数学工具¾概率论( Probability Theory)¾随机过程(Stochastic (random) Process)¾数理统计(Statistics)9信号的统计检测与估计理论发展¾现代信息理论的重要组成部分随机信号统计处论基¾随机信号统计处理的理论基础10检测与估计理论的应用现代通信雷达、声纳自动控制模式识别自动控制、模式识别射电天文学、航空航天工程遥感遥测资源探测天气预报精神物理学生物物理学精神物理学、生物物理学系统识别11无线通信系统无线通信系统原理框图12信息系统信息系统的主要工作¾信号的产生、发射、传输、接收、处理¾实现信息的传输最主要的要求¾高速率¾高准确性13信号的随机性 确知信号)(0s t t T ≤≤确信号 随机参量信号()()12(;)(0;[,,...,])T M s t t T θθθ≤≤=θθ 噪声加性噪声¾¾乘性噪声()n t 干扰¾一般干扰¾人为干扰 信号在信道传输中畸变14噪声和干扰噪声¾与有用信号无关的一些破坏性因素;如:通信中的各种工业噪声交流声脉冲噪声银河系¾如:通信中的各种工业噪声、交流声、脉冲噪声、银河系噪声、大气噪声、太阳系噪声、热噪声等;干扰与有用信号有关的些破坏性因素¾与有用信号有关的一些破坏性因素;¾如通信中的符号间干扰、共信道干扰、邻信道干扰、人为干扰等干扰等;15信号的随机性 处理的信号:()(0)v t t T ≤≤)0()()(),v t s t n t t T =+≤≤)()(;)(),0v t s t n t t T =+≤≤θ 接收信号或观测信号16信号的统计处理方法对信号的随机性进行统计描述概率密度函数、各阶矩、相关函数、协方差函数、功率谱密度等来描述随机信号的统计特性;基于随机信号统计特性所进行的各种处理和选择的相应准则均是在统计意义上进行的,并且是最佳的,如应准则均是在统计意义上进行的并且是最佳的如信号状态的统计判决、信号参量的最佳估计等;处理结果的评价即性能用相应的统计平均量来度量,如判决误差、平均代价、平均错误概率、均值、方差、均方误差等;17检测和估计理论检测估计¾参量估计¾波形估计(滤波理论)滤波理论:现代Wiener滤波理论和Kalman滤波理论18检测¾有限观测“最佳”区分一个物理系统不同状态的理论。
基础理论课考试大纲(2020)《高等电磁理论》考试大纲考试内容:Maxwell方程组,平面电磁波,复杂媒质中的电磁波,各项异性媒质,导波理论,金属波导理论,介质波导理论,谐振腔,谐振腔的微扰,电磁波的辐射与反射,口面天线理论。
参考书目:1.Fields & Waves in Communication Electronics S.Ramo & J.Whinnery John Wiley & Sons;2.导波场论 R.E.柯林著上海科学技术出版社。
3.正弦场电磁场哈林顿著上海科学技术出版社(2021)《信号检测与估计》考试大纲考试内容:1.随机信号分析平稳随机信号与非平稳随机信号,随机信号的数字特征,平稳随机过程,复随机过程,随机信号通过线性系统。
2.信号检测信号检测的基本概念,确知信号的检测(包括匹配滤波原理、高斯白噪声中已知信号检测、简单二元检测)3.信号估计信号参数(包括贝叶斯估计、最大似然估计、线性均方估计和最小二乘估计),信号波形估计(主要指卡尔曼滤波)。
参考书目:1.景占荣,羊彦,信号检测与估计,化学工业出版社 20042.赵树杰,信号检测与估计理论,西安电子科技大学出版社 2001(2022)《现代网络分析》考试大纲考试内容:1.网络元件和网络特性:二端元件的参数与性质、二端口元件、性质及六组参数、受控电源、网络特性。
2.网络图论:图的概念与定义、节点关联矩阵、回路关联矩阵、割集关联矩阵、独立变量组、非基本关联矩阵、图形的树数、求全部树、由矩阵求图。
3.网络方程:支路电流方程和支路电压方程、回路电流方程和网孔电流方程、割集电压方程和节点电位方程、混合方程、含受控源网络和理想运放器网络的节点方程。
4.网络的拓扑分析:割集方程和回路方程的拓扑解、驱动点函数的拓扑公式、传输函数的拓扑公式、含受控源网络的传输导纳、节点方程的拓扑解。
5.信号流图:信号流图基本概念、信号流图的构成方法、梅森公式、状态变换图解、线图到流图、Shannon-Happ公式、Coates公式。
一种多目标精确计算恒虚警检测门限的方法——瑞利拟合法郑刚【摘要】雷达信号的恒虚警处理,在雷达自动检测中,是一个不可缺少的内容.目前关于计算检测门限的方法有很多.由于不同方法存在不同缺点和局限性,很难满足雷达系统的综合要求.本文借鉴传统恒虚警( CFAR)计算方法,提出一种新的恒虚警处理——瑞利拟合法.该方法与传统的恒虚警处理方法相比,不仅在多目标检测方面具有显著优点,而且检测门限精度高,很容易达到雷达指标要求.【期刊名称】《现代导航》【年(卷),期】2012(003)002【总页数】6页(P100-105)【关键词】瑞利分布;数学拟合;虚警概率;恒虚警率;检测概率;雷达;噪声【作者】郑刚【作者单位】中国电子科技集团公司第二十研究所,西安 710068【正文语种】中文【中图分类】TN957为满足雷达系统对虚警概率的要求,设计人员多采用恒虚警处理技术,来确定雷达检测门限。
所谓恒虚警(Constant False Alarm Rate,CFAR)处理技术,是指雷达自动检测系统中,用于不同杂波环境下,保持雷达的虚警概率稳定,提供检测门限的处理算法。
本文首先介绍了几种典型的恒虚警处理方法,分析了其存在不同缺点和局限性,提出一种新的恒虚警处理方法,根据雷达正程实时采样的样本数据,来拟合噪声的分布函数,得到精准的雷达检测门限,既达到虚警概率的要求,又能保证检测概率最大化,实现自动检测效率的提升。
1 现有CFAR方法综述恒虚警处理方法虽有多种,但都是基于采样2n+1点数据为样本,概括起来,其基本原理如图1所示,中间的点为被测点(目标点)S,两边共 2n个点作为背景点(噪声点),背景经过某种运算得到结果(检测门限)G,当S ≥G时认为S是目标,输出1;当S<G时,认为S是噪声,输出0。
图1 典型恒虚警处理框图其中,设左边n个数的平均数为g1,设右边n个数的平均数为g2:f(g 1, g2)运算方法主要有以下几种。
《信号检测与估计》课程教学大纲英文名称:Signal Detection and Estimation一、课程说明1.课程性质:学科基础课2.课程的目的和任务:通过本课程的学习,使学生掌握各类通信信号处理中常用的信号检测与估计理论的基础部分,其基本要素是运用数理统计的理论与方法,对统计的通信信号进行分析,如检测信号状态、估计信号参量、分析信号波形等。
3.适应专业:电子信息工程4.学时与学分:46学时,2.5学分5.先修课程:概率论、随机过程、信号与系统6.推荐教材或参考书目:《信号检测与估计》,景占荣主编,化学工业出版社,2004年9月7.主要教学方法与手段:课堂授课8.考核方式:考试采用闭卷形式。
作业、期中考试、期末考试成绩分别占总成绩的20%、30%和50%。
9.课外自学要求(包含作业要求):二、教学基本要求和能力培养要求1.通过本课程的各个教学环节,达到以下基本要求:(1)掌握信号估值的基本模型;(2)熟练掌握贝叶斯估值理论与方法;(3)掌握极大极小估值及最大似然估值的基本概念和使用方法;(4)了解多参量信号估值的基本概念。
2.通过学习本课程,应具备以下能力:(1)能够正确理解信号检测与估计的基本理论与技术;(2)能够掌握对随机信号的分析和处理;(3)了解该领域的相关新理论、新技术。
三、课程教学内容(各章、节基本内容,用※标注为选学内容)第1部分随机信号分析1 随机信号处理基础1.1 信号处理概述1.2 随机变量与特征函数1.3 信号处理新方法简介2 随机信号分析2.1 随机过程重点2.2 随机信号通过线性系统重点 2.3 随机过程通过非线性系统重点2.4 随机信号的高阶谱第2部分信号检测3 信号检测的基本理论3.1 引言3.2 假设检测的基本概念重点3.3 判决堆则3.4 假设检验的性能——接收机的工作特性3.5 M择一假设检验3.6 序列检测-瓦尔德检验4 确知信号的检测4.1 引言4.2 匹配滤波器重点4.3 卡享南-洛维展开难点 4.4 高斯白噪声中信号的检测5 随机参量信号的检测5.1 复合假设检验5.2 随机相位信号的非相参检验5.3 最优接收机的构成5.4 随收机的工作特性重点5.5 随机相位和振幅信号的检测重点5.6 随机频率信号的检测重点5.7 随机到达时间信号的检测重点5.8 随机频率和随机到达时间信号的检测难点5.9 相参检测与非相参检测的比较第3部分信号估计10 估计的基本理论——参数估计10.1 引言难点10.2 随机参数的贝叶斯估计重点 10.3 最大似然估计10.4 估计量的性质难点10.5 多个参数的同时估计10.6 伪贝叶斯估计重点10.7 线性均方估计重点10.8 最小二乘估计11 信号波形估计11.1 引言重点11.2 平稳过程的估计——维纳滤波 11.3 离散时间系统的数学模型11.4 离散线性系统的数学模型11.5 正交投影难点 11.6 卡尔曼滤波方程难点 11.7 信号为标量时的卡尔曼滤波12 功率谱估计12.1 引言重点12.2 经典谱估计方法12.3 谱估计的参数化模型12.4 自回归模型方法12.5 白噪声中正弦波频率四、教学学时分配。
信号检测与估计知识点总结(2)第三章估计理论1. 估计的分类矩估计:直接对观测样本的统计特征作出估计。
参数估计:对观测样本中的信号的未知参数作出估计。
待定参数可以是未知的确定量,也可以是随机量。
点估计:对待定参量只给出单个估计值。
区间估计:给出待定参数的可能取值范围及置信度。
(置信度、置信区间) 波形估计:根据观测样本对被噪声污染的信号波形进行估计。
预测、滤波、平滑三种基本方式。
已知分布的估计分布未知或不需要分布的估计。
估计方法取决于采用的估计准则。
2. 估计器的性能评价无偏性:估计的统计均值等于真值。
渐进无偏性:随着样本量的增大估计值收敛于真值。
有效性:最小方差与实际估计方差的比值。
有效估计:最小方差无偏估计。
达到方差下限。
渐进有效估计:样本量趋近于无穷大时方差趋近于最小方差的无偏估计。
? 一致性:随着样本量的增大依概率收敛于真值。
Cramer-Rao 界:其中为Fisher 信息量。
3. 最小均方误差准则模型:假定:是观测样本,它包含了有用信号及干扰信号,其中是待估计的信号随机参数。
根据观测样本对待测参数作出估计。
最小均方误差准则:估计的误差平方在统计平均的意义上是最小的。
即使达到最小值。
此时从而得到的最小均方误差估计为:即最小均方误差准则应是观测样本Y 一定前提下的条件均值。
需借助于条)()(1αα-≥F V =????????-=2212122);,(ln );,(ln )(αααααm m y y y p E y y y p E F )(),()(t n t s t y +=θ)(t n T N ),,,(21θθθθ=),(θts {}{})?()?()?,(2θθθθθθ--=T E e E {}0)?,(?2==MSE e E d d θθθθθθθθθd Y f Y MSE )|()(??=件概率密度求解,是无偏估计。
4. 线性最小均方误差准则线性最小均方误差准则:限定参数估计结果与观测样本间满足线性关系。
《信号检测与估计》课程教学大纲一、课程基本信息课程名称(中):信号检测与估计课程名称(英):Signal Detection and Estimation课程编号:××××××学时:48学时学分:2-3学分考核方式:闭卷笔试适用学科及专业:信息与通信工程、信号与信息处理、电子信息工程、通信工程、电子信息科学与技术、电子科学与技术适用对象:硕士、高年级本科生先修课程:概率论与数理统计,信号与系统,随机过程,数字信号处理二、课程的性质和任务本课程是“信息与通信工程”学科硕士研究生的重要基础课,是电子信息工程、通信工程、电子信息科学与技术等专业本科生的专业基础选修课。
本课程以信息传输系统为研究对象,主要研究随机信号统计处理的理论和方法,包括匹配滤波、信号检测及信号估计三个方面的内容。
它采用数理统计的方法,研究从噪声环境中检测出信号,并估计信号参量或信号波形的理论,是现代信息理论的一个重要分支,广泛应用于电子信息系统、自动控制、模式识别、射电天文学、气象学、地震学、生物医学工程及航空航天系统工程等领域。
三、课程的教学目的和要求通过本课程学习,使学生了解信号检测与估计的统计处理方法的特点,掌握信号检测与估计的基本概念、理论和方法,建立随机信号统计处理的观念和思维方法,提高用统计处理方法解决问题的能力,能对工程实际中应用的系统建立数学模型,并对数学模型进行统计求解,为今后的学习和工作打下良好基础。
四、教学内容及要求第一章绪论(1学时)教学内容:1.1 随机过程信号检测与估计的研究对象及应用1.2 信号检测与估计的内容及研究方法11.3 信号检测与估计课程与其他相关课程的关系1.4 内容编排和学习建议教学要求:深刻理解信号检测与估计的研究对象,了解信号检测与估计的应用,掌握信号检测与估计的基本概念、任务、内容及研究方法,熟悉信号检测与估计课程与其他相关课程的关系。
第1章 信号检测与估计概论信号检测与估计概论教 材:信号检测与估计(张立毅) 信号检测与估计理论(赵树杰 ) 清华大学出版社引言 信号处理发展概况 信号的随机性及其统计处理方法 信号检测与估计理论概述 内容编排和建议一种抓彩的游戏:四种颜色的彩色玻璃球,如黄、红、黑、白,每 种五粒,四种二十粒。
把二十粒球放到一个口袋里,游玩者信手去 抓十粒。
如果你抓出来的玻璃球四种颜色的比例是5500,你将得到重奖; 如果你抓出来的玻璃球四种颜色的比例是5410或5320,奖品可观; 如果你抓出来的玻璃球四种颜色的比例是4411,是小奖品; 如果你抓出来的玻璃球四种颜色的比例是4321,罚一元人民币; 如果你抓出来的玻璃球四种颜色的比例是3322,罚五元人民币。
乍一看,得奖的机会似乎比受罚的机会更多; 结果是:十个人里至少有七个人抓出来的是3322,可能有一两个人 是4321,至于得重奖的,理论上是可能的,实际上却几乎是不可能。
其实,这只是一个最简单的概率或者叫做几率的问题,能够算得出 来,很精确的。
四种颜色的球的数量不会相差太远。
1.1 引言信号检测与估计的概念、理论和方法是 随机信号统计处理的理论基础; 本节主要内容:发展概况、待处理信号 的随机性及其统计处理方法的含义 统计信号处理的理论基础:信号的统计 检测理论、估计理论、滤波理论等1.2 信号处理发展概况 理论• 检测 • 估计 • 滤波 • 多维阵列信号处理 • 自适应信号处理 • 自适应滤波1.2 信号处理发展概况面临很多新的应用问题。
如我国载人航空航天中的应用 (原位探测、信息处理,对我国 科技工作者而言,将是全新的 领域;火星探测、嫦娥工程、 夸父计划)应用• 电子信息 • 自动化工程 • 模式识别 • 生物医学工程 • 航空航天 • 地球物理1.2 信号处理发展概况类别 比较 时域背景特性 平稳随机过程、高斯分布 平稳、非平稳随机过程; 高斯、非高斯分布 频域背景特性 均匀功率谱、高斯功率谱 信号特性 系统特性 数学工具 实现技术 简单信号,编码信号 均匀、非均匀功率谱; 高斯、非高斯功率谱 编码信号,扩频信号, 线性、非线性调频信号 线性时不变最小相位系统 线性时不变,时变系统, 非线性时变、非最小相位系统 随机过程、傅立叶变换 随机过程、傅立叶变换、高阶谱高 阶累积量、时频分析、小波变换 统计信号处理基础 现代信号处理1.2 信号处理发展概况统计信号处理基础所研究的内容是现代信号处理必备的理论 基础知识,二者没有严格的界限 信号统计理论研究的日益进步和完善,以及信号处理技术应 用领域的不断深入和扩展,使信号处理,特别是随机信号处 理得到人们十分广泛的重视 随机信号属于随机过程,应采用数学上的统计方法进行处理 因此,从事信号处理的科技工作者应有的素质: • • • • 建立随机信号统计处理方法的基本概念 掌握扎实的统计信号处理的理论基础 具有运用统计的方法研究分析随机信号处理问题的能力 具有运用统计的方法解决工程技术问题的能力1.3 信号的随机性及统计处理方法采用现代模拟器件为主的模拟处理技术 采用DSP为核心器件的数字处理技术图1.1 无线通信系统原理框图11.3 信号的随机性及统计处理方法一般来说,信息系统的主要工作是信号的产生、发射、传 输、接收和处理,以实现信息传输的目的,这样的系统通 常称为电子信息系统 对于电子信息系统,最主要的要求是高速率和高准确性 前者要求系统传输信号的效率尽可能高,主要决定于信号 的波形设计和频率选择 后者要求系统在传输信息过程中,尽可能少出错,减小信 号波形的失真度,这就是系统的抗干扰能力问题。
《信号检测与估计》课程简介课程内容:信号检测与估计是现代信息理论的重要组成部分,是以概率论与数理统计为工具,以受噪信号处理为对象,以提取信息为目标,综合系统理论与通信工程的一门学科。
在通信、雷达、声纳、自动控制、地震勘探、生物医学信号处理等领域得到广泛应用。
课程的内容包括随机信号分析及其统计描述,介绍了经典检测、确知信号检测、随机参量信号检测、多重信号检测、以及序贯检测等基本检测理论和方法。
Brief IntroductionCourse Description:Signal detection and estimation of modern information theory, an important part, based on probability theory and mathematical statistics as a tool to the object by the noise signal processing to extract information as the goal, integrated system theory and communication engineering in a discipline. In communications, radar, sonar, automatic control, seismic exploration, biomedical signal processing and other fields are widely used.The course includes random signal analysis and statistical description, describes the classic test to ascertain signal detection, parameter random signal detection, multiple signal detection, as well as the basic test of sequential testing theory and methods.《信号检测与估计》课程教学大纲一、教学内容第一章绪论(1学时)第二章随机信号及其统计描述(3学时)2.1 随机过程2.4 高斯噪声与白噪声教学难点:随机过程的基本概念及其性质。
关于极小化极大准则的仿真
参考文献:
(1)极小化极大优化问题的精确解_刘健康.caj
(2)教材《信号检测与估计理论》第一版,赵树杰赵建勋编著page74~79 例题3.3.1与例题3.3.2
说明:1)利用了例题3.3.1的结论;
2)将例题3.3.2的 {-1,1} 改为 {0,2},以利用例题3.3.1的结论。
本文件包括:
(1)仿真过程说明;
(2)仿真源程序;
(3)仿真结果。
(1)仿真过程说明
根据极小化极大准则,最佳猜想的先验概率应在曲线1的最大值处,
该点P1g∗同时使得曲线2斜率为0。
由曲线2:
C(P1,P1g)=P(H0)∗[c00∗(1−P Fg)+c10∗P Fg]+P(H1)∗[c01∗(1−P Dg)+c11∗P Dg]可知:C(P1,P1g)=(1−P1)∗A0+P1*A1=A0+(A1−A0)∗P1
点P1g∗处有:A1=A0,且此时C(P1,P1g)=A1
由A1=A0可以求解P1g∗,需解方程:
c01∗(1−P Dg)+c11∗P Dg=c00∗(1−P Fg)+c10∗P Fg
(为积分方程,可以采用数值解法或计算机模拟)
曲线3 A1(P1);曲线4 A0(P1)
(2)仿真源程序
clear
clc
%在例题3.3.1的基础上,绘制平均代价曲线
%并验证极小化极大准则原理图3.8
%step1 设置参数
c00=1;c10=4;c11=2;c01=8; %设置代价因子的值
P1=0.5;P0=1-P1; %设置先验概率P(H0)与P(H1)
N=1; %设置独立采样次数
A=2; %设置信号幅度
delta2=1/2; %设置高斯白噪声的方差
d2=N*(A^2)/delta2; %计算功率信噪比
d=sqrt(d2);
th=(P0*(c10-c00))/(P1*(c01-c11)); %计算检测门限
gamma=delta2*log(th)/(N*A)+A/2; %计算检验统计量的划分域
Pf=qfunc(log(th)/d+d/2); %计算虚警概率 Pf=P(H1|H0)
Pd=qfunc(log(th)/d-d/2); %计算检测概率 Pd=P(H1|H1)
C=P0*(c00*(1-Pf)+c10*Pf)+P1*(c01*(1-Pd)+c11*Pd); %计算平均代价
%-----------------------------------
%变化先验概率,绘制C(P1)曲线
kk=1001; %曲线绘制的精度
mP1=zeros(kk,1);
thP1=zeros(kk,1);
gammaP1=zeros(kk,1);
CP1=zeros(kk,1);
Pf=zeros(kk,1);
Pd=zeros(kk,1);
A1=zeros(kk,1);
A2=zeros(kk,1);
for i=1:kk
mP1(i,1)=(i-1)/(kk-1);
P0=1-mP1(i,1);
thP1(i,1)=(P0*(c10-c00))/(mP1(i,1)*(c01-c11));
gammaP1(i,1)=delta2*log(thP1(i,1))/(N*A)+A/2;
Pf(i,1)=qfunc(log(thP1(i,1))/d+d/2);
Pd(i,1)=qfunc(log(thP1(i,1))/d-d/2);
%计算平均代价
CP1(i,1)=P0*(c00*(1-Pf(i,1))+c10*Pf(i,1))+mP1(i,1)*(c01*(1-Pd(i,1))+c11*Pd(i ,1));
A1(i,1)=c01*(1-Pd(i,1))+c11*Pd(i,1);
A2(i,1)=c00*(1-Pf(i,1))+c10*Pf(i,1);
end
plot(mP1,CP1,'r-')
hold on
% 若先验概率未知,需要猜测一个先验概率,按照猜测的先验概率gP1来进行域的划分
% 假定猜测的先验概率为gP1=0.2,实际的先验概率[0,1]变化
% 绘制平均代价曲线
gP1=0.5; %猜想的先验概率P1=0.2;mPi(201,1)
gP0=1-gP1;
gth=(gP0*(c10-c00))/(gP1*(c01-c11)); %用猜想的先验概率计算的检测门限
ggamma=delta2*log(gth)/(N*A)+A/2; %用猜想的先验概率计算检验统计量的划分域;
gPf=qfunc(log(gth)/d+d/2); %用上述划分域计算虚警概率Pm=P(H1|H0)
gPd=qfunc(log(gth)/d-d/2); %用上述划分域计算检测概率Pd=P(H1|H1)
gC=gP0*(c00*(1-gPf)+c10*gPf)+gP1*(c01*(1-gPd)+c11*gPd); %猜测状态下的理想最小平均代价
%若真实的先验概率为mP1(i,1)
kk=1001; %曲线绘制的精度
rP1=zeros(kk,1); %实际的P1的取值,为画图准备
rCP1=zeros(kk,1); %实际的平均代价
for i=1:kk
rP1(i,1)=(i-1)/(kk-1);
P0=1-rP1(i,1);
%按照猜想的先验概率计算得到的域的划分,来计算真实的平均代价
rCP1(i,1)=P0*(c00*(1-gPf)+c10*gPf)+rP1(i,1)*(c01*(1-gPd)+c11*gPd);
end
plot(rP1,rCP1,'r-')
hold on
%plot(rP1,A1,'b-')
hold on
%plot(rP1,A2,'m-')
(3)仿真结果
曲线2
曲线1
曲线3
曲线2
曲线1
曲线4。