最佳判决区域划分 ◆r) K(r) 信号检测与估值2019年秋 11
最佳判决区域划分 信号检测与估值 2019年秋 11
判决规则 R={r|f(r)<0}R=R/R={r|f(r)20 f(r)<0P(H)(coI-cu)P(rH)-P(Ho)(cho-coo)P(rH)<0 、P(H,)P(H)Go-c) P(rH)P(H)(co1-G) p(H)>P(Ho)(Go-cw) p(H)≤P(H)(c-G) 信号检测与估值2019年秋 12
判决规则 R r fr R RR r fr 0 10 | 0 / | 0 1 01 11 1 0 10 00 0 f r P H c c P rH P H c c P rH () 0 0 P rH PH c c 1 0 10 00 0 1 01 11 P rH PH c c P rH PH c c 1 1 0 10 00 H p rH P Hc c 0 0 10 00 0 1 01 11 H p rH P Hc c 信号检测与估值 2019年秋 12
判决规则 似然比函数 )= P(rH)】 (r)1r) P(r|H。) 似然比检测门限刀= P(Ho)(Cio-Coo) P(H)(co-cu) 7→Y R={r|(r)<y}R={I1(r)≥Y}(r)→1(r)偶数次换号 1(r)<Y 7Ho成立 K(r) 判决 温 1(r)≥ H成立 R={rllr)>y}R={rllr)≤y}(r)→lr) 奇数次换号 1r)>Y H成立 Kr) 判决 H成立 1(r)≤Y 信号检测与估值2019年秋 13
判决规则 10 () | P rH r r lr P r H 似然比函数 | 0 0 10 00 1 01 11 PH c c PH c c 似然比检测门限 PH c c 1 01 11 R0 1 r lr R r lr r lr |() |() () l r( ) 偶数次换号 l r( ) l r( ) R r lr R r lr r lr R r lr R r lr r lr 0 1 |() |() () |() |() ( ) 奇数次换号 l r( ) 奇数次换号 信号检测与估值 2019年秋 13 l r( )
性能评价 。贝叶斯准则→minC,得到的判决规则性能如何,需考察 C=∑Σc,P(H,)P(H,IH,) =0 Q需要计算P(H,IH) P(HH)=P(rHo)dr=P(I(H)dl P(HH)=P()dr=P(I(rH)dl=((r)2) ·需要首先获得 P(1(r)H)P(1(r)H) 信号检测与估值2019年秋 14
性能评价 贝叶斯准则min C,得到的判决规则性能如何,需考察 1 1 0 0 | ij j i j j i C cP H P H H 需要计算 PH H i j | 10 0 0 | = () R L P H H P r H dr P l r H dl 1 1 1 1 10 0 0 11 1 1 1 | = ( ) | ( ) R L R L P H H P r H dr P l r H dl L l l r 需要首先获得 Plr H Plr H () () 0 1 信号检测与估值 2019年秋 14
MAEP准则 。最小平均错误概率(MAEP)准则 >c0-c0,c1o=co1=1时的Bayesi准则 >似然比检测门限 P(Ho)(Go-co)-P(Ho) 1= P(H)(co-c)P(H) >判决准则 ()( p(rH)<P(H) H。 >平均代价 C=P(H)P(HH)+P(H)P(HHo)=P minC-→min Pe 信号检测与估值2019年秋 15
MAEP准则 最小平均错误概率(MAEP)准则 c00=c11=0 c,10=c01=1时的Bayes准则 似然比检测门限 PH c c PH 0 10 00 0 判决准则 0 10 00 0 1 01 11 1 = PH c c PH P H c c PH 1 1 0 0 1 H p rH P H p r H P H 平均代价 0 0 1 H p min C min Pe 1 01 0 10 ( )( | ) ( )( | ) C PH PH H PH PH H P e 信号检测与估值 2019年秋 15 e