Файл: Козин, И. В. Элементы теории оптимального обнаружения и приема сигналов.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 30.10.2024
Просмотров: 62
Скачиваний: 0
КОЫТРОЛЬПЬ.М' ЭКЗЕМПЛЯР
МИНИСТЕРСТВО ВЫСШЕГО И СРЕДНЕГО СПЕЦИАЛЬНОГО ОБРАЗОВАНИЯ РСФСР
И. В. КОЗИН
ЭЛЕМЕНТЫ ТЕОРИИ ОПТИМАЛЬНОГО ОБНАРУЖЕНИЯ
И ПРИЕМА СИГНАЛОВ
ИЗДАТЕЛЬСТВО ЛЕНИНГРАДСКОГО УНИВЕРСИТЕТА 1974
Печатается но постановлению редакционно-издательского совета
Ленинградского института авиационного приборостроения;
УДК 519.2 : 621.391.822 : 396.96
К о з и н И. В. Элементы теории оптимального обнаруже ния и приема сигналов. Л., Нзд-во Ленингр. ун-та, 1974. 124 с.
В книге приведено одно из возможных расширений тео рии обнаружения и приема сигналов на случайные процессы с негауссов'скнми распределениями вероятностей. Рассмат риваются детерминированные и чисто случайные сигналы. Для последних анализируется. как случай полностью извест ных распределений вероятностей гипотез, так и случай, ког
да распределения вероятностен гипотез заданы |
с точностью |
до непараметрических семейств. |
математиче |
Книга рассчитана на читателя с серьезной |
ской подготовкой. Она может быть полезна для широкого круга специалистов, занятых в области разработки и иссле дования устройств обработки и передачи информации, а также для математиков, специализирующихся по приклад ным аспектам теории вероятностей.
Библ. — 30.
Гоп. г, 5лич>)"я 1
па' -:но-% - и15ч.г .из ■ ЗНОЕ:' л-
00341—046 |
Издательство Ленинградского- |
К 076 (02)—74 200—73 |
университета, 1974 г. |
ПРЕДИСЛОВИЕ
Теорию оптимального обнаружения и приема сигналов для гауссовских распределений вероятностен к настоящему времени можно считать построен ной. В ряде случаев, однако, гауссовские распределения вероятностей не являются достаточно хорошим описанием физических процессов.
В гидроакустике, например, более естественно считать, что помехой яв ляется случайный процесс, представляющий собой произведение гауссовско го процесса на положительный случайный коэффициент'-[22], т. е. гауссов ский процесс со случайной интенсивностью. В задачахУЬбнаруження и при ема сигналов, распространяющихся по очень большому' числу путей, обычно, предполагается, что при каждой из' Атпотез наблюдается гауссовский слу чайный процесс с нулевым средним [27]. Однако и здесь гауссовская модель наблюдаемых процессов плохо описывает реальные процессы. Одной из причин этого является узость класса гауссовских процессов, для которых возможно оптимальное обнаружение с отличными от нуля .обеими вероят ностями ошибок. В частности, если функция корреляции сигнала отличает ся от функции корреляции независимой аддитивной помехи только постоян ным множителем, обе вероятности ошибок обнаружения оказываются рав ными нулю, что слабо согласуется с ^инженерной интуицией. С целью из бавления от подобных неприятностей к наблюдаемому процессу при каж дой из гипотез добавляют аддитивную помеху в виде белого шума малой интенсивности, но при этом возникают не меньшие неприятности. Действи тельно, с одной стороны, белый шум превращает задачу -из» физической в чисто математическую, поскольку он имеет бесконечную мощность, а с Дру гой стороны, вероятности ошибок при этом целиком определяются величи ной .интенсивности добавляемого шума, и, в силу ее произвольности, также оказываются произвольными. Для построения модели наблюдаемых процес сов, в значительной степени свободной от перечисленных недостатков, мож но попытаться использовать следующий факт. Наблюдаемый процесс, преж де чем попасть на решающее устройство, всегда проходит входные цепи, коэффициент передачи которых никогда не бывает известным совершенно точно и не остается постоянным, а медленно (по сравнению с промежутком наблюдения) флюктуирует. По этой причине естественно считать коэффи циент передачи входных цепей постоянным на промежутке наблюдения, но случайным. Если к тому же предполагать при обеих гипотезах наблюдаемый процесс гауссовским с "нулевым средним, то процесс перед решающим уст ройством будет иметь вид произведения гауссовского процесса на случай ный коэффициент. Перенеся точку наблюдения на вход решающего устрой ства, получим, что и в этом случае наблюдаемый процесс будет гауссов
ским процессом со случайной интенсивностью.
Таким образом, возникает необходимость расширения теории, оптималь ного обнаружения и приема сигналов на распределения вероятностей, со ответствующие процессам со случайной интенсивностью. Одно из таких расширений построено в предлагаемой вниманию читателя монографии.
Монография рассчитана на читателя, владеющего основами статистиче ской теории обнаружения и приема сигналов, например, в объеме книги Хелстрома [27]. Для получения замкнутых результатов в ней пришлось ис пользовать аппарат теории меры и абстрактного гильбертова пространства. Это несколько усложняет восприятие материала инженерами, но не явля ется непреодолимым препятствием, так как по теории меры и гильбертова пространства имеются прекрасные руководства [1, 4], из которых можно почерпнуть все необходимые сведения. Математик найдет -в книге большое число нерешенных вопросов, поскольку автор не ставил себе целью полу чить исчерпывающее решение проблемы, а хотел лишь получить результаты, достаточные для решения некоторых прикладных задач.
Г л а в а 1
ОПТИМАЛЬНЫЕ ПО БАЙЕСУ ПРОЦЕДУРЫ ОБНАРУЖЕНИЯ И ПРИЕМА СИГНАЛОВ
§ 1.1. Постановка задачи
Сущность работы устройств, .предназначенных для обнару жения, приема или различения сигналов, сводится к принятию решений о наличии на входе того или иного сигнала. Устрой ство может ошибаться, принимая решение не в пользу того сигнала, который в действительности имеется на его входе. Ес ли интересоваться только способностью устройств давать пра вильные или ошибочные решения, то независимо от конструк тивных и целевых особенностей эти устройства будут полностью характеризоваться использованными в них процедурами .при нятия решений. Оценивать качество процедур принятия реше ний можно при помощи различных критериев. Наиболее про стыми из. них являются энергетические критерии, например, отношение энергий сигнала и помехи [7] или критерий откло нения [12, 13, 16]. Более предпочтительной часто оказывается оценка качества процедур по величине среднего риска. Счи тается, что лучшей процедуре соответствует меньшее значение среднего риска. Процедура принятия решений, имеющая наи высшую величину качества, называется оптимальной. Проце дура, которой соответствует минимум среднего риска, называ ется оптимальной по Байесу.
Пусть [ciU\i, k — 1, ... , N — квадратная матрица, £; — по
ложительные числа с суммой |
1. И пусть на измеримом |
|
пространстве |
(Q, А) определены N |
вероятностных мер Pi, t'= |
= 1, ..., N. |
Если не предполагать |
абсолютную непрерывность |
каждой меры относительно остальных, то ст-алгебра А не обя зана быть полной, относительно всех мер, соответствующих ги потезам.
Назовем разбиением Е пространства Q семейство А-изме- римых множеств Eit i= 1, ..., N, удовлетворяющих при каждом
N равенствам
P j^ E iftE ^ — Q для 1 ф к ,
и классом Е — совокупность всех разбиений Е.
Задача нахождения оптимальной по Байесу процедуры при нятия решений может быть теперь сформулирована следую щим образом.
Требуется среди разбиений класса Е найти разбиение Е0, минимизирующее на Е величину
( 1 лл)
i=l А—1
§ 1.2. Первая форма условий оптимальности
Отыскание разбиения Ео начнем с введения функции мно жеств
( 1.2. 1)
к =1
Очевидно, А является вероятностной мерой на (Q, А), и всякое A-измеримое множество имеет A-меру нуль тогда и только тогда, если Pj-мера этого множества равна нулю при каждом 7= 1, ..., N. Мера А позволяет дать более удобное определение разбиению Е.
Разбиением Е пространства Q называется семейство А-из-
.меримых множеств Ег, i= 1, ..., N, удовлетворяющих условиям
= |
(1-2.2) |
/.(Е,ПЕЛ) = 0 , для 1фк. |
(1.2.3) |
Так как из равенства нулю A-меры любого множества выте кает равенство нулю Я,-меры этого множества при любом г = 1, ..., N, то каждая мера Pi абсолютно непрерывна отно сительно чмеры А и для всякого A-измеримого множества А имеет место равенство
|
Л И ) = |
f / . - H W |
(1.2.4) |
|
|
|
А |
|
|
(стр. 112 [41), |
в котором функция fi(co) определена |
почти |
всю |
|
ду относительно меры А, A-измерима и неотрицательна. |
|
|||
Обозначим через Л дополнение множества А относительно |
||||
пространства Q. Справедлива |
|
|
|
|
Т е о р е м а |
1.2.1. Семейство Е0 множеств |
|
|
|
|
Е ок = |
Г)Eh, где Е 0 — й, |
(1.2.5) |
|
|
vs=:l |
|
|
|
N I |
N |
|
|
|
1—1(. |
S—1 |
* = 1 ’ |
^ |
(12-6) |
|
|
|
принадлежит Е и минимизирует Cr на Е.
6
Д о к а з а т е л ь с т в о . Поскольку функции /,■(со) |
определе |
ны A-почти всюду и число их конечно, объединение 5 |
множеств |
точек, в которых эти функции не определены, имеет Л-меру |
|
нуль, а потому множество 5 не пусто. Покажем, что |
|
S < z ( ] E ok. |
(1.2.7) |
h=i |
|
Пусть это не так. Тогда найдется точка со из 5, не принадле
жащая |
жу |
|
|
|
|
и д ,,,, и в силу равенства |
|
|
|||
к |
- 1 |
N |
N |
|
|
|
|
(j£-o* = U ^ . |
|
(1-2-8) |
|
|
|
*=1 |
й =1 |
|
|
не принадлежащая ни одному из множеств E h. |
Это означает, |
||||
что при любом к найдется |
такое число |
ik, для |
которого |
||
|
ш б (ш : |
1 |
- ^ > / Л ш)<°1 = |
|
|
|
N |
N |
|
|
|
|
|
|
|
||
|
= ш: 2 ^ cs i/s (ш) < 2 |
н I ■ |
|
||
|
|
|
.У=1 |
|
|
Если v — значение к, |
при котором достигается min |
||||
то отсюда следует, что при некотором |
и |
к $=1 |
|||
|
|||||
|
2 ^ |
л |
и < |
(“)• |
|
|
J = 1 |
|
s= 1 |
|
|
Но это невозможно в силу определения v. Значит, сделанное предположение неверно.
Поскольку множества Еоь, очевидно, A-измеримы, из вклю чения (1.2.7) вытекает, что
1 = 4 5 ) < х ( й £<>*)< !•'
\h=I }
Таким образом, множества семейства Е0 удовлетворяют усло вию (1.2.2). Выполнение условия (1.2.3) для множеств этого семейства является прямым следствием формул (1.2.5) и <1.2.6). Итак, E0G Е.
Для произвольного разбиения Е £ Е при помощи формулы
<1.1.1) |
составим выражение |
|
|
• |
^ = 2 2 ^ р ‘- |
- 2 |
(я ^ - |
|
• / _ 1 й= 1 |
i = l f t = l |
|
|
|
|
Л' N |
Затем, |
прибавляя и вычитая справа сумму |
У У е л Л - ( £ « п £ « ) , |
|
перепишем его в виде |
|
|
7
N N |
- |
*/■—^.= i22= l k = 1 |
|
|
(1.2.9) |
/=1 ft= 1 |
|
Принадлежность E0 и E к E обеспечивает равенства |
|
P,(EkПД,*) = |
^ Р Д ^ П Д ь ), |
|
V=] |
|
v |
/ >i(^*nfo*) = |
2 p i ( ^ n f o 0 - |
|
V= 1 |
|
v ^ it |
Подставив их в (1.2.9), проделав элементарные преобразования и применив формулу (1.2.4), найдем, что
Но £ оАс £ л, а для £fc |
согласно (1.2.6) при любом v справед |
|
ливо неравенство |
|
|
2 |
^t (Ch~ с(*)/< (“) > |
0. |
i=i |
|
|
Отсюда получим неравенство сЕ— сЕ > 0 , |
чем и завершим до |
казательство |
теоремы. |
|
|
|
|
||
Для технических приложений самостоятельный интерес |
|||||||
представляет |
случай N = 2. |
Справедлива |
множеств |
||||
Т е о р е м а |
1.2.2. При N = 2 семейство Е0 |
||||||
|
|
'0 1 |
= /ш ■-^1 |
~'> |
‘а (С21 —с2з) ) |
( 1.2. 10) |
|
|
|
I |
/а (“) |
Ei (<42 —Сц) / ’ |
|||
|
|
|
|
||||
|
|
|
|
Д )2-- £ 01 |
( 1.2. 11) |
||
принадлежит Е и минимизирует сЕ на Е. |
|
||||||
Эта теорема |
является |
следствием теоремы |
1.2.1. Действи |
||||
тельно, |
|
|
|
|
|
|
|
|
|
со: |
1 |
|
|
= 9 . |
|
|
{ |
|
|
|
|
|
На основании этого равенства и равенств (1.2.5) и (1.2.6)
£={<■>: 2 и с 2- с 5, ) / л ш) > о
_ ( . Л (ы) \ ?а (с21 —с2з) ) . F |
|
/ 2 (ы) |
(с!3 — cn ) J ^01- |
8