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: 75

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

ности ошибок в этом случае. Найденные выражения позволя­ ют оценивать возможный выигрыш от учета в структуре при­ емника случайного характера интенсивности помехи.

Известно, что оптимальные процедуры бинарного приема и обнаружения полностью определенных сигналов при чисто гауссовской аддитивной помехе заключается в сравнении функ­ ции W(z) с тем или иным значением критического уровня w0. При этом решение принимается в пользу нулевой гипотезы для \V(z)<w0 и в пользу первой гипотезы для W ( z ) ^ . w 0.

Если бы помеха была действительно чисто гауссовской, то

вероятность ошибки первого рода

определялась бы равенством

 

p0 = P { z £ H : W ( z ) ^ w 0} =

 

 

 

Wg

a b\

(4.7.1)

 

 

l!<J —

 

 

 

 

 

а вероятность

ошибки

второго рода — равенством

 

Л =

Щ

г ) < ^ 0} =

у т-Ф

___ щ ___

(4.7.2)

 

1!я-б||Л,_1

Поскольку на самом деле помеха имеет случайную интен­ сивность, вероятности ошибок будут другими и, в общем слу­ чае, не будут совпадать с величинами, определяемыми форму­ лами (4.6.9) и (4.6.10).

Функцию распределения вероятностей Fw(w) случайной ве­ личины W относительно меры Р можно получить из формулы

(4.6.4), если положить

+оо. Таким образом,

F 9 { w ) =

P { z £ H - . W ( z ) < w \ =

СО

 

= -i + 1 f ( ' ) ф ( I й + i “ - Ч - ] /

^

r ) vdt (4 7-3>

и

\

'

 

h 1

Совершенно аналогично, приняв в формуле

(4.6.7) о = + о э ,

для функции

распределения

вероятностей

F\w{w) случайной

величины W относительно меры Р\ получим

Л » (W) = Pi (Z 6 И : W(z) < w j =

СО

Учитывая, что обе функции распределения вероятностей в дан­ ном случае являются непрерывными, для вероятностей ошибок первого и второго рода на основании (4.7.3) и (4.7.4) будем иметь соответственно

p0= P[z£H: W(z)> та0) = .

j

/ ( о ф |[® 0+11л— ^ ii;.-1]

y

о

\

'

/

83


А = Л [ z ^ H : W { z ) < w 0) =

(4.7.6)

Как видим, полученные выражения отличаются и от выраже­ ний (4.7.1), (4.7.2) и от выражений (4.6.9), (4.6.10).

Рассмотрим частный случай оптимального по минимуму вероятности ошибки бинарного приема сигналов. В этом слу­ чае цены ошибок равны единице, а цены правильных реше­ ний— нулю, и по теореме 1.2.2 оптимальная процедура прие­ ма будет заключаться в принятии решения в пользу первой ги­ потезы, если отношение правдоподобия больше или равно еди­ нице, и в пользу нулевой гипотезы, если оно меньше единицы. Очевидно, к тем же результатам приведет сравнение логариф­ ма отношения правдоподобия с нулем.

Можно показать, что для гауссовских мер, имеющих те же математические ожидания и корреляционный функционал, что и меры, рассматриваемые в данной главе, натуральный лога­ рифм отношения правдоподобия равен пределу последователь­

ности сумм

 

П

 

П

1

 

(z, Vk) (а Ь, ук)

(a, vk)2—(b, v

(4.7.7)

hi

2

 

 

 

Данный предел существует как в смысле сходимости в среднем квадратическом, так и в смысле сходимости почти всюду от­ носительно обеих гауссовских мер [11]. По этой причине опти­ мальная процедура приема будет эквивалентна процедуре срав­ нения с критическим уровнем

со

(a. Vk)1—(&■ Ук)-

 

(a. vk)

 

 

 

п>п

 

(a — b,

Vk) =

 

 

к

 

h

 

k=l

 

 

 

 

2А = !

 

 

 

 

_ _

J_

 

(a - b, У,,)2

I2|| a — b"fa"'

 

~

2

 

lk

 

 

случайной величины

 

 

 

 

 

 

 

 

Г М

=

У

 

 

( я - t ,

„,)

 

 

 

 

1

 

 

 

 

 

 

я принятия решения

в

пользу

первой гипотезы

при

№>. w0 и

в пользу нулевой гипотезы при W <w0.

Если в действительности помеха имеет случайную интенсив­ ность, то, как следует из формул (4.7.5) и (4.7.6), вероятности ошибок для этой процедуры будут определяться равенствами

84


A .= /> i = y - I f m [ \ y ^ \ \ a - b \ \ K_ x) dt , (4.7.8)

о

поскольку Ф(х) является нечетной функцией.

Чтобы получить выражения для вероятностей ошибок, со­ ответствующих оптимальной процедуре, применительно к по­ мехе со случайной интенсивностью, нужно положить в форму­ лах (4.6.9) и (4.6.10) уо= 0. Легко заметить, что в результате этого опять получим равенства (4.7.8).

Таким образом, при равных вероятностях гипотез приемник, оптимальный для чисто гауссовской помехи, будет оптималь­ ным и для гауссовской помехи со случайной интенсивностью для практически произвольных законов распределения вероят­ ностей этой интенсивности.

§ 4.8. Пример

Проиллюстрируем порядок расчета оптимальной процедуры проверки гипотез на конкретном примере.

Пусть пространством Н является L2[0, Т\, а оператор К оп­ ределяется равенством

 

т

 

Kti =

\ D e - " t- ,,'u{t')dt' (0 < ^ < r ) ,

(4.8.1)

в котором D > 0

о

область Rk

и а> 0 . Нетрудно заметить, что

значений оператора К на Ь2[0, 7] состоит из всех абсолютно непрерывных функций f(t) пространства L2[0, Г), имеющих аб­ солютно непрерывную первую и 'квадратично интегрируемую вторую производные и удовлетворяющих граничным условиям

» /(0 )= /'(0 ),

(4.8.2)

« / ( Г ) = - / ' ( Г ) .

 

Функция K(t) = De~air|

суммируема на всей оси,

поэтому по

лемме 2.7.1 оператор К будет положительным,

а по лемме

2.7.2 — ядерным.

 

(4.8.1), найдем, что оператор

Дифференцируя равенство

К ~ х определен на RK и имеет

вид

 

1

d - f (t)

*2f { t ) ( 0 < t < T).

К ~ хf — 2D a

d f i

Для любых функций u(t)

и v(t)

из Rk имеет смысл скалярное

произведение

 

 

 

(и, •о)к- \ = 2Da

d - u (t )

v (t ) dty

+ <x2u ( t )

d P

 

которое путем интегрирования по частям и применения гранич­ ных условий (4.8.2) может быть записано в симметричном виде

85


(и, v)K- i =

-Г- я (0) н(0) + 2^

f [«' (0 + Щ (01 х

 

 

6

 

 

X \v'(t)-\-av (£)] (it.

(4.8.3)

Граничные условия (4.8.2) являются

естественными,

поэтому

пространство //._ [

состоит из всех абсолютно непрерывных

функций с квадратично суммируемой производной

(стр. 114

117])-

 

 

поэтому

Функции a(t) и b(t) должны принадлежать / / _ ь

они должны быть

абсолютно непрерывными и иметь

квадра­

тично суммируемые производные. Для таких функций

1 к - б |2_ 1= ^ И 0 ) - £ ( 0 ) р +

 

к

и

 

 

т

 

 

+

W V ) - b ' { t ) + *a(t)-*b(t)]*dt,

(4.8.4,)

 

О

 

 

(a — b, a)K-i = ~ [ a ( 0 ) — b{0)] я (0) +

 

 

т

 

 

+

[a'(t) — b'(t)-{-aa(t) — 0.b(t)]a(t)dt.

(4.8.5)

о

При этом, согласно (4.4.7), (4.8.3), (4.8.5) и § 2.5,

W(z) = (z, [a — b\)K- i — (a — b, а) к - 1 =

т

= -w 2 (0)

(0) - ь (0)1 + 2 5 1 J 1г ' (0 + (0] X

 

и

X [a' (t) — b' (t) +

аа (t) — а.ь (г!)] dt — -+- (0) — b (0)] а (0) —

т

 

ШТа J [+ W — ь' (0 + аа (0 ~ аЬ W ]а (t) dt.

о

1

Оператор

с областью определения М, состоящей из всех абсолютно не­ прерывных функций с квадратично-суммируемыми производны­ ми, обращающихся в нуль на границах промежутка [0, Т], для любых u(t) и v(t) из М удовлетворяет условию

(KCtu, C0v) — (и, v).

При этом легко заметить, что М всюду плотно в L2[0, Т\, по­ скольку М содержит множество всех бесконечно дифференци­ руемых функций, обращающихся в нуль в некоторой окрестно­ сти граничных точек промежутка [0, Т] (своей для каждой функции), а последнее всюду плотно в L2[0, Т] (стр. 23 [201).

86


Если ш(/) = 1

при О

т

о

 

 

 

 

 

 

<р,(<) =

£ , * = ( '

при

< , < < < f , +

A„

 

 

 

fe

1 0

при t < t k и t >

tk +

Д*.

 

Функция фй(0

является

пределом

по

норме

пространства

l 2[0, Т] последовательности функций

 

 

 

 

 

(

0

 

 

при t < tk,

 

 

 

 

п

 

 

при

tk < t

п

lk>

 

¥*»» (О =

1

 

 

при

 

 

 

+

1

^

Aft+ yf'j

ПРИ ^

+

 

 

+ А*

 

О

 

 

п р и * > * й+Д*,

 

 

каждая из которых, очевидно, принадлежит М. Далее,

 

 

 

 

 

|£'4Ада|| = ]/ 'Д*-

 

 

 

 

 

 

 

при t < tb

 

 

 

 

 

 

 

д - я

при

г*

 

 

 

 

 

 

{

0

при

- ^ + ^ < г < ^

+

Дй — Ц- ,

 

 

 

 

 

ПРИ h “Ь

^ t ^

tk + ДА.

и

 

 

 

О

при Г у tk+

Дй,

 

 

 

 

 

 

 

7

 

 

 

/

 

<fkn

 

 

 

 

 

С

 

 

 

 

 

 

 

= 7 Ш 5

f “ (,) 1т‘»(()+ “т*“ (01 * =

 

 

 

 

0 У £ д

а/,!

 

 

 

 

&k

 

О

 

 

 

 

 

 

 

 

 

'*+**

 

 

 

 

 

 

+ —

 

 

М(0^^+

 

/ 20«Д6

J

u{t)T^dt—

j*

 

 

Д + А/Ь

 

 

</г+А*~‘

 

 

 

 

 

 

 

 

 

 

 

+ «

 

J

[ i - ^ - ^ - ^ - Д й + 4 г ) ] ы ( 0 ^ +

 

 

 

 

 

 

■+‘t

 

 

 

 

-(-a

J

и {t) c ity о. J

ll(t) ( ^

k■n dt

 

 

*k+'

 

 

 

 

 

 

87