Documente Academic
Documente Profesional
Documente Cultură
Detectia semnalelor
r(t) t
Di 1 d. eronata1 1 0
2
In detectia binara avem doua simboluri (S0 si S1) si doua ipoteze (H0
si H1):
H0: a fost transmis 0 (S0)
H1: a fost transmis 1 (S1)
Se urmareste gasirea unui criteriu de stabilire a ipotezei corecte, pe
baza unei singure observatii asupra R. Se presupun cunoscute
densitatile de probabilitate ale R in cele doua ipoteze:
f R| H 0 ( r | H 0 ) úL f R| H1 (r | H1 ). Dac P( H i | r ) cu i = 0,1
reprezinta probabilitatea ipotezei Hi la receptia r:
se alege H 0 dac P ( H 0 | r ) > P ( H1 | r )
se alege H1 dac P ( H1 | r ) > P( H 0 | r ) sau, concis :
H1
P ( H1 | r ) >
<
1
P( H 0 | r )
H0
• Criteriul de decizie MAP (maximum a posteriori
probability). Criteriul dedecizie duce la partitia spatiului
observatiilor in doua regiuni R0 si R1 si se alege H0 daca r
este continut in R0 si H1 daca r este continut in R1. Cu regula
Bayes se poate scrie:
3
f R| H1 (r | H i ) P( H i )
P( H i | r ) = úL atunci criteriul de
f R (r )
mai sus se rescrie :
H1
f R | H 1 ( r | H 1 ) P ( H1 )
> 1 sau :
<
f R| H 0 (r | H 0 ) P ( H 0 ) H0
H1
f R | H 1 ( r | H1 ) P( H 0 )
> sau :
<
f R| H 0 (r | H 0 ) H0 P ( H1 )
H1
Λ(r ) >
< K
H0
f R| H 0 (r | H 0 ) f R | H 1 ( r | H1 )
accept H0 accept H1
0 K 1 r
C = C00 P ( D0 | H 0 ) P( H 0 ) + C10 P ( D1 | H 0 ) P ( H 0 ) +
+ C01P ( D0 | H1 ) P ( H1 ) + C11P ( D1 | H1 ) P ( H1 ) =
= C00 P( H 0 ) ∫R f R| H 0 ( r | H 0 )dr + C10 P( H 0 ) ∫R f R| H 0 (r | H 0 )dr +
0 1
0
(r | H 0 ) }dr
Cea mai mica valoare a costului mediu se obtine cand integrandul
ecuatiei de mai sus este negativ pentru toate valorile lui r ∈ R0. Se
poate accepta ipoteza H0 daca:
5
P( H1 )(C01 − C11 ) f R| H1 (r | H1 ) < P( H 0 )(C10 − C00 ) f R| H 0 (r | H 0 )
sau concis :
H1
f R | H 1 ( r | H1 ) > P( H 0 )(C10 − C00 )
Λ(r ) = <
=K
f R| H 0 (r | H 0 ) P ( H1 )(C01 − C11 )
H0
Se vede ca pentru C10 - C00 = C01 - C11, criteriul Bayes devine
criteriul MAP.
Se poate arata ca daca: C00 = C11= 0 si C10 = C01 =1, atunci criteriul
Bayes minimizeaza probabilitatea deciziilor eronate.
6
3. Detectia binara (i = 0, 1) cu observatii multiple pe simbol
(daca r > 0 ⇒ 1, daca r < 0 ⇒ 0)
Si 0 1 1 0
T
s(t) t
s0(t) s1(t)
r(t)
t
Di 0 1 1 0
dispare decizia eronata
t
1 2............N
momentele
observatiilor
f (r1 , r2 ,..., rN / H1 ) = f R| H ( r / H1 )
1
pentru Bayes :
f R | H ( r | H1 ) P( H 0 ) C10 − C00
Λ(r ) = 1
K= ⋅
f R| H (r | H 0 ) P( H1 ) C01 − C11
0
Daca se noteaza cu
f Ri | H 0 (ri | H 0 ) si f Ri | H 0 (ri | H 0 ) densitatile de probabilitate
ale observatiei ri in ipotezele H 0 , H1 si daca observatiile sunt
statistic independente, avem :
N
f R| H ( r |H 0 ) = ∏ f Ri | H 0 (ri | H 0 )
0 i =1
N
f R| H (r |H1 ) = ∏ f Ri | H1 (ri | H1 )
1 i =1
1
1
f Ri | H 0 (ri | H 0 ) = exp − 2 (ri − a0 si ) 2 ⇐ H 0
2πσ2 2σ
1 1
f Ri | H1 (ri | H1 ) = exp − 2 (ri − a1si ) 2 ⇐ H1
2πσ2 2σ
densitatea de probabilitate pentru vectorul receptionat este :
1 1
N
f R| H (r | H 0 ) = ( ) ∏ exp − 2 (ri − a0 si ) 2
N
⇐ H0
0
2πσ2 i =1 2σ
1 N 1
f R | H ( r | H1 ) = ( ) N ∏ exp − 2 (ri − a1si ) 2 ⇐ H1
1
2πσ2 i =1
2σ
sau :
1 1 N
f R| H (r | H 0 ) = ( ) N exp − 2 ∑ (ri − a0 si ) 2 ⇐ H 0
0
2πσ2 2σ i =1
1 N
1
f R | H ( r | H1 ) = ( ) N exp − 2 ∑ (ri − a1si ) 2 ⇐ H1
1
2πσ2 2σ i =1
[ ]
f R | H ( r | H1 ) 1 N
Λ(r ) = 1
= exp− 2 ∑ (ri − a1si ) 2 − (ri − a0 si ) 2
f R| H (r | H 0 ) 2σ i =1
0
ln Λ (r ) =
2σ
1
2
N
i =1
[
∑ (ri − a1si ) − ( ri − a0 si ) =
2 2
]
9
1 N N
2
= (a0 − a1 ) − 2 ∑ ri si + (a 0 + a1 ) ∑ si
2σ 2 i =1 i =1
<
H0
H1
N a0 + a1 N 2
∑ ri si <> ∑ si
i =1
2 i =1
H0
pentru a0 = 0, a1 = 1, si = s
H1 H1
1 N > s > s
∑ ri si daca N = 1 r
< <
N i =1
2 2
H0 H0
pentru a0 = −1, a1 = 1, si = s
H1 H1
1 N > >
∑ ri 0 si pentru N = 1 : r
<
<
0
N i =1
H0 H0
Probabilitatea de eroare este :
Pe = P( D0 , H1 ) + P ( D1 , H 0 ) =
P( H1 ) ∫R f R| H (r | H1 )dr + P ( H 0 ) ∫R f R| H ( r | H 0 ) dr
0 1 1 0
1 N
mR = ∑ ri
N i =1
θM
s(t,θ)
θ
θm tn tn+1M t
H 0 ⇒ r (t ) = s0 (t , θ) + n(t ) = n(t )
H1 ⇒ r (t ) = s1 (t , θ) + n(t )
unde θ este un parametru care ia valori in domeniul Π = (θm , θ M )
in timp ce semnalul s1 (t , θ) este cuprins in domeniul Σ1
{ }
P s1 ∈ Σ1 = P{θ ∈ Π}
f R| H (r | H1 ) = f R|θ (r | θ)
1
= ∫Π f R|θ (r | θ) f Θ (θ)dθ
Raportul de plauzibilitate este :
f R | H ( r | H1 ) ∫Π f R|θ (r | θ) f Θ (θ)dθ
Λ(r) = 1
=
f R| H (r | H 0 ) f R| H (r | H 0 )
0 0
N
1 N ( )2
f R| H (r | H 0 ) = ∏ exp − ri
i =1 2σ 2
2πσ
2
0
N 2
θM ∑ (ri − θ)
1
∫ exp − dθ
i =1
θM − θm θm 2σ 2
Λ(r ) = iar pt. N = 1 :
N 2
∑ ri
exp − i =1 2
2σ
1 θM (r − θ) 2
∫ exp − dθ
θM − θm θm 2σ
2
Λ(r ) =
(r ) 2
exp − 2
2σ
daca se noteaza :
1 x 1 2 θ−r
F ( x) = ∫ exp − u du ; x= atunci raportul devine :
2π − ∞
2
σ
2πσ2 n 2 θM − r θ − r
Λ(r ) = exp 2 ⋅ F − F m
θM − θm 2σ σ σ
iar daca pragul testului este K = 1, atunci testul Bayes este :
H1
2πσ2 n 2 θM − r θ − r
exp 2 ⋅ F − F m >
<
1
θM − θm σ σ σ
2 H0
12
5. Detectia secventiala
Daca este necesar sa reducem timpul de decizie, se lucreaza cu un
numar m de observatii variabil, cautandu-se reducerea acestuia.
Pentru vectorul rm = (r1 ,..., rm ) raportul de plauzibilitate este :
fR (rm |H1 )
m | H1
Λ(rm ) =
fR (rm |H 0 )
m |H 0
fR (rm | H1 )
m | H1
Λ(rm ) = ≥ A sau fR (rm | H1 ) ≥ Af R (rm | H 0 )
fR (rm | H 0 ) m | H1 m |H 0
m |H 0
13
• daca se ia decizia D0 avem:
fR ( rm | H1 )
m | H1
Λ( rm ) = ≤ B sau fR ( rm | H1 ≤ Bf R (rm | H 0 )
fR (rm | H 0 ) m | H1 m |H 0
m |H 0