ИССЛЕДОВАНИЕ ОБНАРУЖИТЕЛЕЙ СИГНАЛА
Лабораторная работа № 2
по дисциплинам
«Перспективные методы обработки сигналов РТС»
«Моделирование и оптимизация систем связи»
Цель работы: Изучение методов и алгоритмов обнаружения сигнала на шумовом поле с известными и неизвестными характеристиками.
ТЕОРЕТИЧЕСКИЕ СВЕДЕНИЯ
1.1. Формулировка задачи обнаружения
В лабораторной работе рассматривается случай обнаружения локального сигнала, занимающего один элемент (пиксел) или группу смежных элементов на изображении. Обычно появление сигнала связано с увеличением интенсивности (яркости) в этих элементах изображения по отношению к случайной яркости фона. Для сигнала, занимающего один элемент, его обнаружение на шумовом фоне может осуществляться путем сравнения каждого значения поля с порогом. Если сигнал занимает группу элементов, то формирование решающей статистики осуществляется в процессе группирования соответствующих элементов изображения.
При известных характеристиках сигнала и шумового поля порог является постоянным и может быть рассчитан заранее исходя из выбранного критерия обнаружения. В данной работе применяется критерий Неймана-Пирсона, который обеспечивает наибольшую вероятность правильного обнаружения при фиксированной вероятности ложной тревоги.
Задача обнаружения формулируется как задача проверки гипотезы : сигнала нет, против гипотезы (альтернативы) : сигнал есть.
Наблюдения зависят от вида излучения, формы полезного сигнала, типа помехи и вида ее взаимодействия с сигналом, а также от структуры предварительной обработки. Решения и , принимаемые в пользу и , зависят как от самих событий (появление сигналов в отдельных элементех), так и от наблюдений и способа обработки, т. е. от вида радиотехнической системы и алгоритма обнаружения.
Пусть – случайная величина, представляющая наблюдение в данном элементе изображения, либо наблюдение, полученное в результате группирования сигнальных выборок из нескольких элементов изображения. Тогда при гипотезе случайная величина имеет плотность вероятности , а при альтернативе – плотность вероятности . Оптимальный алгоритм обнаружения основан на формировании отношения правдоподобия (решающей статистики) и сравнении его с порогом , т. е. при принимается решение в пользу гипотезы , а при – решение в пользу гипотезы . Если есть монотонная функция , то оптимальный алгоритм имеет эквивалентный вид . В других случаях последний алгоритм уже не будет оптимальным.
Значение порога существенно зависит от вида и параметров распределения фона и распределения сигнала в анализируемых элементах изображения. При полном статистическом описании моделей сигнала и фона это значение может быть рассчитано заранее. Это значение зависит от выбранного критерия оптимальности. Для критерия Неймана-Пирсона порог рассчитывается исходя из заданной вероятности ложной тревоги.
Качество обнаружения зависит от степени различия плотностей и . Это различие обычно растет с увеличением интенсивности полезного сигнала и проявляется, в частности, в сдвиге по отношению к . Степень различия плотностей и влияет на степень обнаружимости полезного сигнала и ее можно характеризовать параметром обнаружения , где и обозначают математические ожидания случайной величины (СВ) при гипотезах и , – среднеквадратическое отклонение (СКО) СВ при гипотезе . Параметр называется дефлекцией и обычно имеет физический смысл отношения сигнал/шум по напряжению на входе порогового устройства.
Другим параметром обнаружения, характеризующим степень обнаружимости, является величина , где , - вторые моменты распределений и , т. е. мощности случайной величины при соответствующих гипотезах. Величина имеет смысл отношения сигнал/шум по мощности на входе порогового устройства.
Качество алгоритма обнаружения при заданном различии плотностей и (т. е. при заданном отношении сигнал/шум в какой-либо форме) полностью характеризуется двумя условными вероятностями: вероятностью ложной тревоги и вероятностью правильного обнаружения . Вместо вероятности правильного обнаружения можно использовать вероятность пропуска .
Зависимость от при фиксированном параметре обнаружения (или фиксированном отношении сигнал/шум) есть рабочая характеристика приемника (РХП). Зависимость от параметра обнаружения при фиксированной вероятности ложной тревоги представляет характеристику обнаружения алгоритма или кривую обнаружения. Семейства этих кривых связаны с семействами РХП, но при использовании критерия Неймана-Пирсона удобнее пользоваться характеристиками обнаружения.
Для байесовских критериев идеального наблюдателя и максимального правдоподобия качество обнаружения описывается вероятностями полной ошибки и суммарной ошибки соответственно. Здесь есть априорная вероятность отсутствия сигнала. Для описания качества алгоритмов используются зависимости или от параметра обнаружения.
1.2 Обнаружители с постоянным порогом в случае модельных распределений фона
При полностью известной плотности вычисление порога по критерию Неймана-Пирсона сводится к решению уравнения , где – заданное значение вероятности ложной тревоги. Фактически требуется определить процентную точку выбранного распределения. Для большинства модельных распределений решение получается в аналитическом виде.
1.3 Расчет постоянного порога
B случае равномерного распределения пороговое значение равно .
Для гауссовского распределения порог равен , где есть – процентная точка стандартного нормального распределения . Значение выбирается по таблицам интеграла вероятности исходя из заданного значения . Связь значений и дается таблицей 1:
Таблица 1
2 | 3 | 4 | 5 | 6 | |
2,323 | 3,09 | 3,72 | 4,27 | 4,76 |
Шум с экспоненциальным распределением образуется на выходе квадратичного детектора огибающей при воздействии на его вход гауссовского шума с нулевым математическим ожиданием. Шум с релеевским распределением получается на выходе линейного детектора огибающей.
В случае шума с экспоненциальным распределением решение получается в виде . Для релеевского распределения порог равен .
Вообще для шума с распределением из семейства Вейбулла значение .
В случае шума с логарифмическим нормальным распределением порог равен .
Для шума с гамма-распределением порог выражается через процентную точку стандартного гамма-распределения . Последняя связана с неполной гамма-функцией , а именно . Порог по критерию Неймана-Пирсона будет равен .
При больших аргументах имеется асимптотическое разложение .
Для целых справедливо выражение . Известно, что гамма-распределение есть непрерывный аналог распределения хи-квадрат, причем число степеней свободы последнего распределения связано с параметром формы гамма-распределения , а именно . Процентные точки распределения с степенями свободы приведены в таблице 2.
Процентные точки гамма-распределения будут вдвое меньшими. Для определения процентной точки при другом параметре масштаба следует взять значение из таблицы, разделить на два и умножить на .
Таблица 2
1 | 6,635 | 10,828 | 15,137 | 19,511 | 23,928 |
2 | 9,21 | 13,816 | 18,421 | 23,026 | 27,631 |
5 | 15,086 | 20,515 | 25,745 | 30,856 | 35,888 |
10 | 23,209 | 29,588 | 35,564 | 41,296 | 46,863 |
20 | 37,566 | 45,315 | 52,386 | 59,045 | 65,421 |
30 | 50,892 | 59,703 | 67,633 | 75,023 | 82,044 |
50 | 76,154 | 86,661 | 95,969 | 104,542 | 112,608 |
100 | 135,807 | 149,449 | 161,319 | 172,099 | 182,127 |
В случае шума с - распределением Накагами также можно пользоваться указанной таблицей для . Распределение Накагами может быть получено из гамма-распределения путем функционального преобразования, которое сводится к извлечению квадратного корня. Для определения процентной точки, т. е. порога , берется значение из таблицы для заданных и , делится пополам, извлекается квадратный корень, и результат умножается на параметр масштаба распределения Накагами.
Для шума с - распределением порог можно вычислить приближенно. Вероятность превышения порога равна , где – модифицированная функция Бесселя второго рода. При больших аргументах она вычисляется приближенно по формуле . Порог определяется из полученного приближенного уравнения.