Расчет вероятностей ошибок и оптимального порога

ФЕДЕРАЛЬНОЕ
АГЕНТСТВО СВЯЗИ

Ордена
Трудового Красного Знамени федеральное
государственное бюджетное образовательное
учреждение высшего образования

Московский
технический университет связи и
информатики

(МТУСИ)

Кафедра
общей теории связи

Лабораторная
работа № 16

по
дисциплине «Общая теория связи»:

«Обнаружение
импульсных сигналов в шуме»

Вариант
№8

Выполнил:
**********

Проверил(а):
Кудряшова А.Ю.

_________________________

Москва,
2020

1
Цель работы

Изучение
принципа порогового обнаружения двоичных
сигналов, механизма возникновения
ошибок обнаружения, метода анализа и
оптимизации процесса обнаружения.
Экспериментальное исследование
зависимости вероятностей ошибок условий
обнаружения.

Принципиальная
схема установки:

2
Домашнее задание

Исходные
данные:

  • Вариант
    №8

  • Напряжение
    сигнала,

  • Мощность
    шума,

  • Априорная
    вероятность сигнала, p(1)
    = 0,75

  1. Рассчитать
    и построить графики зависимости
    вероятностей p(1/0)
    и p(0/1)
    ошибок обнаружения от порога U0
    решающего устройства.

Рис.
1

График зависимости вероятностей ошибок
обнаружения от порога

решающего устройства

  1. Рассчитать
    и построить на том же графике зависимость
    средней вероятности ошибки pОШ
    от порога U0
    для двух других значений априорной
    вероятности сигнала: p(1)=0,5
    и p(1)
    –0.75 из исходных данных.

Средняя
вероятность ошибки

равна:

где

  • – априорная
    вероятность единицы;

  • – априорная
    вероятность нуля;

  • – условная
    вероятность нуля при передаче единицы;

  • – условная
    вероятность единицы при передаче нуля;

Рис.
2

Зависимость средней вероятности ошибки

от порога

для двух значений априорной вероятности
сигнала

и

  1. Для
    тех же двух значений априорной вероятности
    сигнала p(1)
    вычислить оптимальные пороги U0
    ОПТ

    и соответствующие им значения pОШ
    min.
    Найденные точки U0
    ОПТ

    и pОШ
    min
    отметить на построенных раннее
    зависимостях pОШ=
    pОШ(U0).

Рис.
3
Зависимости
с указанными значениями

3
Выполнение

Тестирование

  1. Вопрос

Ответ:

  1. Вопрос

Ответ:

  1. Вопрос

Ответ:

  1. Вопрос

Ответ:

  1. Вопрос

Ответ:

  1. Вопрос

Ответ:

  1. Вопрос

Ответ:

  1. Вопрос

Ответ:

  1. Вопрос

Ответ:

  1. Вопрос

Ответ:

  1. Вопрос

Ответ:

  1. Вопрос

Ответ:

  1. Вопрос

Ответ:

  1. Вопрос

Ответ:

  1. Вопрос

Ответ:

  1. Вопрос

Ответ:

  1. Вопрос

Ответ:

  1. Вопрос

Ответ:

4
Компьютерный
эксперимент

1)
При
V=-3

2)
При
V=-2.5

3)
При
V=-2

4)
При
V=-1.5

5)
При
V=-1

6)
При
V=-0.5

7)
При
V=0

8)
При
V=0.5

9)
При
V=1

10)
При
V=1.5

11)
При
V=2

12)
При
V=2.5

13)
При
V=3

14)
При
V=3.5

15)
При
V=4

16)
При
V=4.5

17)
При
V=5

18)
При
V=5.5

5
Результаты
тестирования

Соседние файлы в папке Лабы

  • #
  • #
  • #
  • #
  • #
  • #
  • #

В
зависимости от того какая, гипотеза будет аксиомой, такой же будет плотность
распределения (отличаются сдвигом на величину амплитуды сигнала(А))

Рис № 6 График распределения
плотности вероятности шумовой реализации при отсутствии сигнала, при наличии
сигнала амплитудой A.

6.
Случаи когерентного и некогерентного приёма Определение оптимального по
критерию идеального наблюдателя порога, условные вероятности ошибок первого и
второго рода, средняя вероятность ошибки, скорость передачи информации при
наличии помех.

6.1.
Когерентный прием.

Когерентный
прием – прием сигнала, параметры которого полностью известны. Выясняем только
наличие сигнала.

Плотности
распределения вероятности (ПРВ):

Условная
ПРВ для сигнал+шум W(z
êН1):

Условная
ПРВ для шума W(z
êН0):

Вероятность ошибки
первого рода (ложной тревоги) описывается следующим выражением:

,

где zп – пороговый
уровень.

В то же время вероятность ошибки
второго рода (пропуск сигнала) описывается формулой:

.

Далее задача состоит в вычислении
оптимального порога zп.

Если
значение будет лежать слева от zп, то приемник будет считать, что
передавался    символ 0, если справа, –  то 1.

Решением данного
уравнения будет zп, расположенный на пересечении графиков
распределения p0×w(z|H0) и p1×w(z|H1).

Рис.
№7 Графики функций гауссовских плотностей вероятности для мгновенных значений
сигнала  z.

Из графика
определяем значение порогового значения zп

                                                          zп
= 3,91  

В данной работе:

 w(z|H0) = 1 / (2·3,14·4,5)1/2·exp[-z2/4,5];

 w(z|H1) = 1 /
(2·3,14·4,5)1/2·exp[-(z-8)2/4,5]

Подставляя zп в выражения
для ошибок 1 -го и 2 -го родов получаем:

P01 = 0,047

P10 = 0,039

Средняя
вероятность ошибки
: Рош = Р0×
Р01 + Р1×Р10

Рош =
0,452·0,067+0,548·0,027 = 0,021

Скорость
передачи информации:

Взаимная
информация
:

,

где
Р00 и Р11 найдем из соотношения:

,

тогда

          
Р00 = 1 – Р01          Р00 = 1 – 0,047 = 0,953

          
Р11 = 1 – Р10          Р11 = 1 – 0,039 = 0,961

Следовательно:

I(X,Y) = 0,452·0,953·1,076+
0,452·0,047·(-3,543) + 0,548·0,961·0,811+0,548·0,047·   (-3,535)

I(X,Y)
= 0,724 [бит]

I/(X,Y)
= 0,724/0,5·10-6

Скорость передачи информации в канале с шумами:

I/(X,Y) = 1,44·106
[бит/c]

6.2.
Некогерентный прием.

Некогерентный
прием – прием сигнала, параметры которого известны не полностью.

Плотности
распределения вероятности (ПРВ):

Условная ПРВ для сигнал+шум W(z êН1):

Условная ПРВ для шума W(z êН0):

,

тогда

            

Рис. №8 Графики функций рэлеевских
плотностей вероятности для мгновенных значений сигнала  z.

Из
графика определяем оптимальный порог: zп = 4,95.

Вероятность
ошибки первого рода
:

Вероятность
ошибки второго рода:

,

тогда

P01n
= 0,066

P10n
= 0,054

Средняя
вероятность ошибки:

Рош = Р(0)·Р01n
+ Р(1)·Р10n

Рош = 0,452·0,066+0,548·0,054

Рош =0,0595

Скорость
передачи информации
:

Взаимная
информация
:

,

где
Р00n и Р11n найдем из соотношения:

Р00n
+ Р01n = 1

Р11n + Р10n =
1,

тогда

Р00n
= 1 – Р01n                         Р00n = 1 – 0,066 =
0,934

Р11n
= 1 – Р10n                         Р11n = 1 – 0,054 =
0,946,

следовательно

In(X,Y)
= 0,452·0,934·1,048+ 0,452·0,066·(-3,054) + 0,548·0,946·0,787 +0,548·0,054·    
(-3,085)

In(X,Y) = 0,668 [бит],

I/n(X,Y)
= 0,668/0,5·10-6

I/n(X,Y) = 1,34·106[бит/с]

Сравнительный результат полученных
данных.

Способ приема

     Ошибка

 первого рода  Р01

      Ошибка

 второго рода Р10

Средняя

вероятность

ошибки Рош

Скорость
передачи информации

Когерентный

0,047

0,039

0,021

1,44 ·106

Некогерентный

0,066

0,054

0,0595

1,34·106

При
когерентном способе перед приема мы выигрываем по всем параметрам вероятностям ошибок первого и второго рода,
средней вероятности ошибки т.е. помехоустойчивость при когерентном приёме
увеличивается.

7. Описание принципа
корреляционной обработки и согласованной фильтрации; расчет фильтра.

7.1
Описание
принципа корреляционной обработки и согласованной фильтрации

Для принятия
пороговым устройством решения о пришедших из линии связи сигнале или паузе
нужно вычислить корреляционный интеграл, а затем проверить неравенство:

Применение статистических критериев при решении задач обнаружения в радиотехнике

Время на прочтение
6 мин

Количество просмотров 28K

Аннотация

В статье рассмотрены основы статистической обработки сигналов и методы их оптимальной обработки* на фоне шума.

Оптимальная обработка

*Под оптимальной обработкой в радиолокации понимают такую операцию над входной реализацией**, приводящей к повышению вероятности правильно обнаружения полезного сигнала, как правило, известной формы, при условии наличия во входной реализации шума в виде случайного процесса с известным или неизвестным законом распределения.

**Процесс наблюдаемый на входе приёмника. Строго говоря, назвать его «Входной сигнал» нельзя, так как в теории связи «Шум» и «Сигнал» — антонимы.

Введение

Основной задачей радиотехники является приём, передача и обработка информации с использованием в качестве переносчика – радиосигнала. Главное требование, предъявляемое к радиотехническим системам – получение своевременной и достоверной информации от источника к потребителю. Однако этому мешает физика принципов работы приёмопередающих устройств и среды распространения сигнала, суть которой заключается во флюктуации физических параметров системы и случайным значением принимаемого сигнала, имеющего шумовую составляющую, также относящуюся к стохастическим процессам.

На текущий момент, самый эффективный способ различения полезных сигналов на фоне шумов и помех является оптимальная обработка, реализуемая, как правило, сравнением принимаемой входной реализации с априорно известной формой полезного сигнала. При этом шумы, которые по своей природе процесс слабокоррелированный, вносят меньший вклад в величину, показывающую степень этого сравнения и называющуюся коэффициентом корреляции. Таким образом, любая задача обнаружения сводится к проверке минимум двух гипотез. В общем случае задача обнаружения состоит из двух гипотез: H_0 – сигнал отсутствует на входе приёмного устройства, H_1 – сигнал присутствует на входе приёмного устройства. Различные алгоритмы обнаружения обеспечивают различную вероятность правильного обнаружения P{d_1/H_1} при различных прочих статистических параметрах. Для сравнения эффективности алгоритмов обнаружения существуют критерии, а так как обрабатываются вероятностные величины, то характер этих критериев статистический. Иными словами критерий можно определить как мерило сравнения.

Статистические критерии обнаружения

Большая часть алгоритмов обнаружения радиолокационных целей включают в себя следующие этапы:

  1. Прием входной реализации
  2. Формирование порога на основе априорной или апостериорной информации.
  3. Оптимальная фильтрация входной реализации
  4. Принятие решения о наличии сигнала/цели

При этом очередность приёма входной реализации и формирования порога зависит непосредственно от типа алгоритма. Алгоритмы, формирующие порог на основе апостериорной информации о принятой входной реализации называют адаптивными [1]. Критерий выбирается эмпирически исходя из типа задачи. Например: при выборе места работы обычно рассматривают два критерия:

  • Максимума отношения заработанных денег к затраченной силе.
  • Максимума удовольствия, получаемого от работы.

К сожалению, современные реалии ставят в приоритет такого специалиста, навыки которого позволяли бы как можно быстрее выпустить продукцию и максимизировать прибыль компании. И зачастую второй критерий либо отбрасывается, либо при анализе ситуации ему присваивается низкий приоритет. Показатель, в данном случае, определяющий приоритет критериев, называется его мощностью.

В математической статистике мощность критерия определяется, как вероятность не совершить ошибку второго рода при принятии решения. В нашем случае ошибка второго рода — это не устроится на оптимальную для себя работу, в общем же случае это ложное принятие за истину события соответствующего гипотезе H_0.

Разумеется, универсальных критериев не существует. Так, например, критерий, имеющий наибольшую мощность, в решении одной задачи, в решении другой может оказаться наихудшим по этому показателю.

Критерий минимального среднего риска (критерий Байеса)


Рис.1 График распределения условной плотности вероятности наличия W(U|A=1) и отсутствия W(U|A=0) с вероятностями ошибок

Пусть A = 1 соответствует наличию сигнала s(t), а A = 0 – его отсутствию. Множество решений d вырождается в два: d_0 →A=1 and d_1→A=0.
При решении задачи бинарного обнаружения задача эквивалентна проверке гипотезы H_1 о том, что А = 1, при альтернативной гипотезе H_0 о том, что А = 0, а функция потерь переходит в квадратную матрицу:

Таким образом, условный риск при A = 0 равен r_0= C_00 P{d_0/H_0 }+ C_01 P{d_1/H_0 }=C_00 (1-P{d_1/H_0 })+ C_01 P{d_1/H_0 }, а при A = 1 равен r_1= C_10 P{d_0/H_1 }+ C_11 P{d_1/H_1}=C_10 (1-P{d_1/H_1} )+C_11 P{d_1/H_1}, где P{d_1/H_1} – вероятность правильного обнаружения, а P{d_1/H_0 } – вероятность ложной тревоги.

Средний риск определяется как r ̅=qr_0+pr_1, где q – априорная вероятность отсутствия сигнала, а p – априорная вероятность присутствия сигнала и определяет средние потери при ложной тревоге и пропуске цели [2]. Например: при использовании такого критерия для выставления порога срабатывания пожарной сигнализации, стоимость риска при ложной тревоге – вызов пожарной службы, а при пропуске – стоимость вещей в сгоревшей квартире или офисе.

На рис.1 проиллюстрированы графики распределения плотности вероятности при наличии и отсутствии сигнала, также выделены зоны, площадь которых численно равна вероятностям ошибок при принятии решения. Ввиду стохастической природы явлений рассматриваемых в данном примере, распределения имеют ненулевую дисперсию. Согласно критерию минимального среднего риска лучшим алгоритмом обнаружения сигнала будет тот, у которого величина r ̅ будет минимальна [2].

Критерий максимума апостериорной вероятности (максимального правдоподобия)

Этот критерий получается из критерия минимального среднего риска при условии, что потери при совершении ошибки обратно пропорциональны вероятности их совершения C_01=1/P{d_0}, C_10=1/P{d_1}. При этом порог оптимального обнаружителя выставляется таким образом, чтобы минимизировать сумму вероятностей ошибок P_ош=P{d_0/H_1 }+P{d_1/H_0 } (см рис.2).


Рис.2 График распределения условной плотности вероятности наличия W(U|A=1) и отсутствия W(U|A=0) с вероятностью ошибки

Двухпороговый критерий Вальда

В случаях, когда большую роль играет время наблюдения за процессом, например при наличии нескольких каналов и одного обнаружителя или круговом обзоре РЛС, применяют критерий последовательной проверки гипотез Вальда также известный под названием двухпороговый.


Рис.3 График распределения условной плотности вероятности наличия W(U|A=1) и отсутствия W(U|A=0) с вероятностью правильного обнаружения и вероятностью ложной тревоги

По этому критерию область определения вероятности делится на три подобласти, разделяемыми двумя порогами, определяемыми вероятностями правильного обнаружения и ложной тревоги (см.рис 3):
Критерий Вальда является оптимальным в смысле минимизации среднего времени наблюдения по большому количеству экспериментов [4]. Так как наиболее предпочтительным для радиолокации является сокращение длительности процедуры обнаружения, современные реалии ведут к всё более активному использованию этого критерия [5].

Критерий Неймана-Пирсона

Большим минусом критериев Байесовского класса является необходимость априорного знания элементов матрицы потерь. Например: при пропуске вражеского бомбардировщика на союзную территорию стоимость рисков не поддается исчислению.

В критерии Неймана-Пирсона фиксируется время обнаружения. Оптимальным будет алгоритм с максимальной вероятностью правильного обнаружения P{d_1/H_1 }, при условии, что вероятность ложной тревоги P{d_1/H_0 } не превышает заданной величины [6].

В виду того, что критерий Неймана-Пирсона не требует знания априорных вероятностей ситуаций A = 1 и A = 0, в радиолокации его используют одним из основных [5].

Заключение

При разработке обнаружителей очень важно осознанно выбирать критерий оптимальности, ведь, как уже упоминалось ранее, каждый критерий имеет максимальную мощность в какой-либо определенной ситуации и применение иных может привести к нежелательным последствиям.

Список использованных источников:

[1] Bulyakulov R.R. The adaptive threshold device // Processing of the 2014 IEEE North West Russia Section Young Researches in Electrical and Electronic Engineering Conference. P.165.
doi: 10.1109/EIConRusNW.2016.7448237
[2] Бакулев, П.А. Радиолокационные системы. Учебник для ВУЗов / П.А. Бакулев; М.: Радиотехника, 2004. – 46 с.
[3] Юревич, Е.И. Теория автоматического управления / Е.И. Юревич; М.: Энергия, 1969
[4] Богатырев, А.А. Стандартизация статистических методов управления качеством / А. А. Богатырев, Ю. Д. Филиппов; М.: Изд-во стандартов, 1989. – 42 с.
[5] Храменков, А.С. Сопоставительный анализ радиолокационных обнаружителей, основанных на критерии неймана-пирсона и последовательном критерии отношения вероятностей /А.С. Храменков, С.Н. Ярмолик // доклады БГУИР №6(76) Минск, 2013.
[6] Васильев, К.К. Методы обработки сигналов: Учебное пособие / К.К. Васильев; Ульяновск, 2001.

Понравилась статья? Поделить с друзьями:

Интересное по теме:

  • Расчет ошибки репрезентативности формула
  • Расходомер эндресс хаузер ошибка 321
  • Расчет ошибки показателя
  • Расходомер исо ошибка открытия pdata dll
  • Расчет ошибки прогнозирования

  • 0 0 голоса
    Рейтинг статьи
    Подписаться
    Уведомить о
    guest

    0 комментариев
    Старые
    Новые Популярные
    Межтекстовые Отзывы
    Посмотреть все комментарии