- •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
7. Применение функционала отношения правдоподобия для оценки параметров сигнала
В предыдущей главе обсуждался вопрос оценки параметров сигнала. В настоящей главе рассмотрим проблему оценки параметров сигнала по критерию максимума функционала правдоподобия . Однако, помня, что коэффициент пропорциональности в функционале правдоподобия зависит от корреляционной матрицы и чтобы избежать неопределенности при различных корреляционных матрицах, используем критерий максимум функционала отношения правдоподобия
, (7.1)
так же, как в задаче обнаружения сигнала. Такое видоизменение критерия максимум функционала правдоподобия не приведет к изменению значения параметра , при котором функционал принимает наибольшее значение, изменится только само значение функционала.
В явном виде выражение (7.1) будет
. (7.2)
Вид сигнала считается известным, но неизвестно значение параметра , которое скрыто в реализации. Более того, он может быть искажен шумом, так как, где– реализация нормального «белого» шума с математическим ожиданием, равным нулю, и спектральной плотностью мощности, равной, в интервале частот.
В качестве параметра может выступать амплитуда, частота, фаза, длительность задержки сигнала в канале передачи и т.д. На приёмном конце канала передачи информации необходимо построить устройство, которое позволяет оценивать этот параметр. В этом устройстве используем информацию о виде сигнала, т. е. генерируем сигнал с переменным значением. Будем изменять предполагаемый параметр, назовём его, в сигнале. Когда интеграл в выражении (7.2) примет наибольшее значение при некотором, будем считать, оцениваемый параметр. В дальнейшем реализуем эти положения для конкретного параметра.
В силу того, что экспонента – монотонная функция своего аргумента, то достаточно (и удобнее) рассмотреть логарифм функционала отношения правдоподобия, то есть
.
Если параметр – не энергетический (задержка, фаза, частота, но не амплитуда сигнала), то второй интеграл не оказывает влияние на положение точки максимума. Следовательно, критерий максимум функционала отношения правдоподобия приобретает следующий вид:
. (7.3)
Далее рассматривается как не энергетический параметр. Корреляционный интеграл
(7.4)
разбивается на две части :
и , (7.5)
где и- соответственно шумовая и сигнальная составляющие корреляционного интеграла (7.4). Шумовая функция– случайная величина с математическим ожиданием, равным нулю. Дисперсиявычисляется как
(7.6)
Сигнальная функция - детерминированная величина и является функцией переменной:
.
Используя неравенство Коши-Буняковского, получим
.
Знак равенства будет лишь тогда, когда .
Рассмотрим математическое ожидание и дисперсию корреляционного интеграла:
(7.7)
(7.8)
Наибольшее значение корреляционный интеграл достигает при . Эта точка максимума соответствует оценке. Но за счёт шумовой составляющейположение максимума относительно истинного значениябудет случайным. Рассчитать погрешность оценки (дисперсию оценки параметра) в общем случае довольно трудно. Поэтому на практике для оценки нижней границы дисперсии оценкииспользуют теоретически обоснованное неравенство Рао-Крамера.
Помимо дисперсии оценки качество обработки (оценки) принимаемого сигнала характеризуетсяотношением сигнал/шум – отношение максимально-возможного значения сигнальной составляющей к среднеквадратичному значению шумовой составляющей на выходе обрабатывающего устройства:
(7.9)
Для не энергетического параметра сигнала критерий максимума функционала отношения правдоподобия позволяет вычислить отношение сигнал/шум
(7.10)