- •1. Введение
- •2. Типы решаемых задач
- •3. Проверка статистических гипотез
- •4. Критерии качества и правила принятия решений
- •4.1. Проверка двухальтернативных гипотез
- •4.1.1. Критерий Байеса
- •4.1.2. Минимаксный критерий
- •4.1.3. Критерий максимума апостериорной вероятности
- •4.1.4. Критерий максимума правдоподобия
- •4.1.5. Критерий Неймана-Пирсона
- •4.1.6. Последовательный критерий отношения вероятностей (Последовательный анализ Вальда)
- •4.1.7. Различение сигналов
- •5. Обработка непрерывных сигналов
- •5.1 Функционал правдоподобия
- •5.2 Применение функционала отношения правдоподобия для обнаружения полностью известного сигнала
- •5.3 Применение функционала отношения правдоподобия для обнаружения сигнала со случайной фазой
- •5.3.1. Расчет вероятностей ошибок
- •6. Оценка параметров сигнала
- •6.1. Свойства оценок параметров сигнала
- •6.2 Неравенство Рао-Крамера
- •7. Применение функционала отношения правдоподобия для оценки параметров сигнала
- •7.1. Оценка временного положения сигнала
- •7.2 Обработка пачки сигналов
- •7.3 Реализация алгоритма оценки временного положения сигнала
- •7.3.1 Корреляционный приёмник
- •7.3.2 Согласованный фильтр
- •Библиография
5.3 Применение функционала отношения правдоподобия для обнаружения сигнала со случайной фазой
Рассмотрим модель квазидетерминированного сигнала , фаза которогораспределена равномерно в интервале:
,
амплитуда и частотадетерминированные величины и известны наблюдателю. Сигналпринимается на фоне белого шумасо значениями, распределёнными по нормальному закону:
.
Реализация принятого сигнала
Для проверки гипотезы о наличии или об отсутствии сигнала в принятой реализации необходимо вычислить функционал отношения правдоподобия:
. (5.25)
Однако функционал отношения правдоподобия зависит не только от реализации, но и от случайной величины. Чтобы избавиться от влияния значений случайной величины, усреднимпо всем возможным реализациям случайной величины:
. (5.26)
Рассмотрим интегралы в показателе экспоненты. Ввиду того, что фаза не является энергетическим параметром и , первый интеграл не зависит оти будет равен энергии процесса. Тогда
. (5.27)
Второй интеграл в (5.26) является корреляционным интегралом
(5.28)
со значением .
Преобразуем интеграл (5.28), приведя его к виду
=
. (5.29)
Обозначим
, (5.30)
со значениями
, . (5.31)
Подставим ив (5.29)
. (5.32)
Введём новые случайные величины и, не зависящие отв явном виде, при помощи преобразования
, (5.33)
со значениями
, (5.34)
Геометрическая интерпретация составляющих иприведена на рисунке 5.5. Косинуснаяи синуснаясоставляющие будут значениями случайных величин, так как они зависят от реализации. Следовательно, и модуль вектора, и фазабудут реализациями случайных величин. Переход от декартовых координат к полярным координатам позволяет рассмотреть отдельно модуль и фазу корреляционного интеграла , (5.29). Подставив величины ив (5.32) приведём корреляционный интеграл (5.28) к виду
(5.35)
со значениями
. (5.36)
Подставим (5.27) и (5.36) в выражение (5.26)
. (5.37)
Интеграл после заменызапишется как
.
Интеграл – функция Бесселя первого рода нулевого порядка от мнимого аргумента, он табулирован, а в специальных вычислительных пакетах приведены программы его вычисления. Подставим функцию Бесселя в (5.37) и получим решающее правило
, (5.38)
где – безразмерная величина и вычисляется по (5.34).
Для употребления правила обработки удобнее прологарифмировать функционал отношения правдоподобия и сравнить его с порогом, рассчитанным по выбранному критерию
(5.39)
Из теории специальных функций известно, что
Линейная аппроксимация величинысоответствует большим значениям сигнал/шум, а квадратичная аппроксимация – малым отношениям сигнал/ шум. Положим, имеем тот случай, когда можно применить линейную аппроксимацию. Тогда правило обработки реализациипримет вид
или , (5.40)
которое можно реализовать, используя величины и, (5.31). Блок-схема реализации приемника, обрабатывающего сигнал со случайной фазой приведена на рисунке 5.6.