![](/user_photo/_userpic.png)
книги из ГПНТБ / Синдлер Ю.Б. Метод двухступенчатого статистического анализа и его приложения в технике
.pdfВведем обозначения;
l n % - |
|
с], |
= |
|
|
Дн = |
bl - |
|
bl |
|
|||
|
ЬН0 |
|
|
КО |
|
|
|
|
|
|
|
(6.92) |
|
Дк = &м - |
С |
і = 1, 2. |
|
|
|
|
|
|
|
||||
Логарифм отношения правдоподобия на і-ш ступени равен |
|||||||||||||
V i = In It = |
сі dj, + |
с* 4 - |
ДІ - |
Д к , |
і = |
1,2. |
(6.93) |
||||||
Заметим, что в общем случае |
числа |
сп |
и ск — не |
целые. |
|||||||||
Процедура |
контроля построена |
сле |
|
|
|
|
|||||||
дующим образом. Заданы числа |
i l |
t |
Z2, |
|
|
|
|
||||||
c2 и c3 . Все пять чисел могут |
быть |
|
|
|
|
||||||||
нецелыми. |
Проводят |
первую |
ступень |
|
|
|
|
||||||
контроля длительностью t±, |
получают |
|
|
|
|
||||||||
при этом статистики |
d\ и d\ и |
вычис |
|
|
|
|
|||||||
ляют vy по формуле (6.93). Если |
vx |
^ |
|
с 1 ( |
|
|
|
|
|||||
то изделие |
принимают. Если |
vx |
^> с2 , |
|
|
|
|
||||||
то изделие бракуют. Если сг <^ |
у 1 ^ с 2 , |
|
|
|
|
||||||||
то проводят второе наблюдение дли |
|
|
|
|
|||||||||
тельностью t2. Получив на второй сту |
|
|
|
|
|||||||||
пени статистики ds и |
d\, вычисляют |
v2 |
|
|
|
|
|||||||
по формуле |
(6.93). |
|
|
|
|
|
|
|
|
|
|
|
|
{> Далее, если vx |
-f- г > 2 ^ с 3 , |
то |
изделие |
Рис. |
27 |
|
|||||||
принимают. |
Если |
+ |
У 2 ^ > с3 , |
изделие |
|
||||||||
бракуют. |
|
|
|
|
|
|
|
|
|
|
|
|
|
Возникает |
вопрос о том, как найти указанные пять структур |
ных параметров процедуры. Методика, изложенная в главе 5, позволяет определить эти параметры таким образом, чтобы был достигнут экстремум функции Лагранжа. По этой методике пара метры tx и t2 находятся путем простого перебора. Параметр с3 определяется как логарифм множителя Лагранжа %а . Парамет ры сх и с2 могут быть найдены графоаналитическим методом с по мощью рабочих характеристик второй ступени.
|
Рассмотрим методику построения рабочих характеристик вто |
||||||||
рой ступени |
для |
этого |
случая. Пусть |
длительности |
наблюдения |
||||
tx |
и t2 выбраны. Введем вспомогательную |
величину |
v2. Будем |
||||||
v2 |
варьировать с некоторым малым шагом Дг;, начиная с некоторого |
||||||||
числа v0. Последнее |
следует выбрать равным минимальному |
зна |
|||||||
чению величины |
v2. |
Из |
(6,93) видно, что v0 |
= — A s |
— Д 2 . |
|
|||
|
Для каждого |
Ь2 |
на |
плоскости (da, d%) |
определяем такую |
об |
|||
ласть G (у2 ), |
для |
которой выполняется |
условие |
|
|
||||
|
cldl + c\dl + |
v0 < v2. |
|
|
(6.94) |
||||
|
На рис. 27 приведен пример такой |
области. Точки, попавшие |
|||||||
в |
область G ( У 2 ) , |
отмечены крестиками. Все они расположены |
|||||||
ниже прямой |
с\р?п + c\d\ + v0 — v2 = |
0. |
|
|
|
6' 10. Б. Синдлер |
161 |
Очевидно, что координаты рабочей характеристики а у и я у выражаются через совместные распределения величин d\ и d\- Величина <ху равна вероятности того, что точка (d|, d2<) не по падает в область G (У 2 ) при условии, что гипотеза Ы0 верна. Ве личина зту равна вероятности того, что точка {d\, df() также не попадает в область G (v2), но при условии, что верна гипотеза Ну. Таким образом,
( d „ , |
2 |
Ро№)Ро№), |
(6.95) |
dl)eGdi) |
|
|
|
nv = i - |
2 |
Px(dl) l\(dl). |
(6.96) |
В процессе перебора значений v2 вычисляют координаты точек рабочих характеристик по формулам (6.95) и (6.96).
6.8. Пример сопоставления оптимальной ц упрощенной процедур
В литературе (см., например, [1—3, 6]) описан ряд двухсту пенчатых процедур, имеющих упрощенную структуру. Подав ляющая часть исследованний в этой области относится к случаю контроля доли дефектных изделий по альтернативному призна ку. Все эти процедуры имеют постоянный объем второй выборки.
Известно много работ ([1—3, 6—9] и др.), в которых рассмот рены процедуры типа (tiy, п 2 , Су, с2 ). Они отличаются от рассмот ренных выше процедур (пу, По, Су, с2 , с3 ) тем, что у них параметры с2 и с3 равны между собой. Известны также таблицы двухступен чатых процедур [1], в которых принято и другое упрощение: ве личина второй выборки всегда равна удвоенному объему первой выборки. Любое упрощениеструктуры процедур приводит, с од ной стороны, к потерям их эффективности, с другой — облегчает их расчет и применение. Упрощение можно считать обоснованным в том случае, если оно не приводит к значительным потерям эф фективности. Чтобы обосновать такое упрощение, следует срав нить упрощенные процедуры с оптимальными по эффективности. Пример такого сравнения будет приведен ниже.
Следует подчеркнуть, что помимо эффективности при выборе структуры процедур следует учитывать еще некоторые факторы. Допустим, что число дефектных изделий dy, обнаруженных в пер вой выборке, близко к величине с3 , и при этом с достаточно боль шой вероятностью мы можем предсказать, что суммарное число дефектных изделий dy + d 2 превысит порог с3. Согласно рекомен дациям процедуры типа (пу, п2, Су, с2, с3 ), мы в этом случае не проводим вторую ступень контроля, а принимаем решение о браковке партии. Для этого параметр с2 должен быть выбран
заметно меньшим, чем с3 . Процедура типа (тгг, ?г2, с2 , с2 ) рекомен
дует в этом случае провести вторую ступень контроля |
(поскольку |
с 2 = с з)- Таким образом, эта процедура рекомендует |
явно бес |
смысленную стратегию поведения: проводить вторую ступень, зная почти достоверно исход испытания.
Рассмотрим некоторый способ определения эффективности двухступенчатых процедур. Пусть задан класс процедур S. Вы берем наиболее существенные показатели, например ее, В и Е0. Допустим, что процедура s° представляет собой решение задачи
мин{р(s) |a(s)< Ъа, Е0(s)< |
Ъ0}, |
(6.97) |
|
где Ьа и Ь0 |
— заданные величины. Тогда мы скажем, что В (s°) — |
||
показатель |
эффективности процедур класса |
S при данных Ва |
|
и Ь0 . |
|
|
|
Заметим, что с равным успехом мы могли бы считать показате
лем эффективности величину |
а |
(при заданных ограничениях |
на |
||||||
В и Е0) или величину Е0 |
(при заданных ограничениях |
на а и В). |
|||||||
Пусть даны два класса процедур |
Sy и S2 и |
пусть |
процедуры |
||||||
s? и s2 представляют собой |
решения задачи |
(6.97) для классов |
|||||||
S-у и S2 соответственно. Задача в обоих случаях решается при од |
|||||||||
них и тех же значениях |
Ъа и |
Ь0. |
|
|
|
|
|
||
Сравнивая |
показатели |
В (s°) |
и |
В (si), |
мы |
можем |
судить |
об |
|
относительной |
эффективности |
классов і?! |
и S2 |
при заданных |
Ъа |
иЬ„.
Вкачестве примера проведем сопоставление двух классов — класса оптимальных детерминированных процедур с переменным
объемом второй выборки 5 Д и класса процедур типа (щ, п2, сх , с2 ). В разд. 6.4 приведен расчет оптимальной процедуры контроля
доли дефектных изделий; |
эта процедура имеет показатели |
В = |
|
= 0,147, а = 0,064, |
Е0 = |
27,4. Грубо говоря, данная процедура |
|
имеет эффективность |
В = |
0,147 при Ва = 0,065 и Ъ0 = 27,5. |
|
Проведем расчет |
эффективности процедуры типа (пг, п2, |
сг,с2) |
|
при ограничениях Ьа |
— 0,065 и Ъ0 = 27,5. Методика такого |
рас |
чета приведена в [ 1 , стр. 432]. Эта методика состоит в следующем. Производят перебор по двум параметрам, сг и с2 (сх > 0, с2^> сх ). Для каждой пары чисел (с1 5 с3 ) находят такие щ и п2, при которых
величины а и Е0 |
близки к заданным Ъа и Ь0. Точные |
равенства |
|||||||
а = Ъа |
и Е0 |
— Ь0 |
получить |
в общем |
случае нельзя, так как ве |
||||
личины |
Ъа и |
Ъ0 могут |
быть |
заданы произвольно, а показатели а. |
|||||
и Е0 |
могут |
иметь |
лишь дискретное |
множество |
значений. |
||||
Для |
процедур |
типа (пу, |
п2, сх, с2) |
показатели |
а и |
Е0 равны: |
|||
<*= |
2 |
РпЛ%)+ |
2 |
2 |
^ ( 9 о ) ^ ( 8 о ) , |
(6-98) |
|||
|
|
d i = C j + l |
|
di=Gi+l ds=ca—di+1 |
|
|
|||
|
|
|
|
Са |
|
|
|
|
|
Е0 |
= щ + п2 |
2 |
РпШ |
|
|
|
(6.99) |
||
|
|
|
di=Ci+] |
|
|
|
|
|
6* 163
Поиск пх и п2 осуществляется следующим образом. Произ
водят перебор Пу в |
пределах с2 < пх < Е0. Для каждого пг вы |
числяют значение |
суммы |
с2
Х= 2 ^«.(Єо).
Затем |
из |
равенства n x |
+ |
п2х |
= |
й0 |
(см. |
(6.99) |
находят |
величину |
||||||
п2 = |
(Ь0 |
— Пх)/х. |
Отношение |
(Ь0 |
— |
п-х)1х получается, |
как |
прави |
||||||||
|
|
|
|
|
|
ло, не целым. Для того |
чтобы |
найти |
||||||||
|
|
|
|
|
|
7г2, округляют это отношение до бли |
||||||||||
|
|
|
|
|
|
жайшего целого числа. Далее, числа |
||||||||||
|
|
|
|
|
|
пх и п2 подставляют в (6,98) и нахо |
||||||||||
|
|
|
|
|
|
дят а. Перебор производят до тех |
||||||||||
|
|
|
|
|
|
пор, |
пока не будет выполнено |
усло |
||||||||
|
|
|
|
|
|
вие |
а ==• Ьа. |
Точное |
равенство |
не |
||||||
|
|
|
|
|
|
имеет места вследствие того, что ве |
||||||||||
|
|
|
|
|
|
личины Пх и п2 |
дискретны. В [1] рас |
|||||||||
|
|
|
|
|
|
сматривается случай, |
когда |
распре |
||||||||
|
|
|
|
|
|
деления чисел дефектных изделий в |
||||||||||
|
|
|
|
|
|
выборках |
пуассоиовские. При этом |
|||||||||
|
|
|
оме |
к |
величины |
Пх и |
п2 |
рассматриваются |
||||||||
|
|
|
|
|
|
как непрерывные. При такой идеали |
||||||||||
|
|
|
|
|
зации задачи может быть достигнуто |
|||||||||||
точное равенство |
а = |
Ъа. В |
[ I I показано, что |
при |
таком |
методе |
||||||||||
вычислений могут быть три |
случая: а) равенство |
а. = Ьа |
не |
мо |
жет быть достигнуто ни прп одном значении Пх, б) оно может быть достигнуто при одном значении лх ; в) оно может быть достигнуто
при |
двух значениях щ. В последнем случае |
следует брать боль |
шее |
значение. |
|
Производя перебор Сх и с2 и определяя |
указанным способом |
|
Пх и ?г2, получают серию процедур типа (?г17 |
п2, сг, с2 ). Из этой се |
рии следует выбрать процедуру с наименьшим значением 6. Этот показатель, очевидно, равен 6 = 1 — я, где
|
Пі |
|
С2 |
П2 |
(6.100) |
|
я = |
2 |
^ : ( в і ) + |
2 |
2 |
||
|
||||||
|
<Іі=оИ-1 |
di=c t + i d2 =c2 —di+l |
|
|||
С помощью этой методики были рассчитаны процедуры типа |
||||||
(rtx , п2, |
Су, с2) |
при Ьа = 0,065, Ь0 = 27,5. При этом предполага |
||||
лось, что распределение |
чисел |
dy и d2 является биномиальным. |
||||
Параметры 0О |
и 9Х — те же, что и в примере расчета |
оптимальной |
||||
процедуры: Э0 |
= 0,1, 8Х |
= 0,25 (см. разд. 6.4). Для |
всех рассмот |
ренных процедур точность выполнения условия Е0 = 27,5 была
сравнительно хорошей: параметр Е0 лежит |
в пределах от |
27,3 |
до 27,6. Точность выполнения условия а = |
0,065 является |
более |
грубой. Поэтому отбирались процедуры с несколько меньшим и несколько большим значением а. Лучшими (в смысле показателя
В) оказались пять комбинаций (с^ с2 ): (2,7), (2,8), (1,8), (1,6) и (1,7). На рис. 28 приведены точки, соответствующие одиннад
цати |
лучшим |
процедурам |
типа |
(пу, |
п0, cl t с ) : |
I — (20, 23, 2,7); |
||||||||
I I |
- |
(19, |
29, |
2,7); |
I I I - |
(18, |
35, 2,8); " I V - (17, 44, 2,8); |
V - |
||||||
(19, |
28, 2,8); |
V I - |
(13, 38, |
1,8); |
V I I - |
(12, 45, |
1,8); |
V I I I |
- |
(18, |
||||
17, |
1,6); |
I X - |
(17, 20, 1,6); |
X |
- |
(15, 28, 1,7); |
X I - |
(14, |
32,1,7). |
|||||
|
Точка |
Q на рис. 28 |
дана |
дляТоптимальной процедуры. |
Как |
видно из рисунка, класс процедур с переменным объемом второй выборки 5 Д и класс процедур типа (riy, п2, сг, с2 ) по эффективнос ти незначительно отличаются друг от друга. Напомним, что дан ный вывод относится к случаю, когда показатели имеют порядок
а ~ 0,065, р ~ 0,15, |
Е0 |
~ 2 |
7 , а доля дефектных изделий |
для |
хорошей партии — 0О |
= |
0,1, |
а для плохой партии — Эх = |
0,25. |
В данной главе мы рассмотрели некоторые задачи статистиче ского контроля качества и надежности продукции. Естественно, что круг задач, с которыми приходится встречаться на практике, является значительно более широким. Дополнительную литера туру по этим вопросам читатель может найти, например, в [10— 16].
Вопросы приложения метода двухступенчатого анализа для многих задач статистического контроля нуждаются в дальнейшем исследовании.
Л . ИТ Е Р А Т У Р А |
|
|
1. В. В. Гнеденко, Ю. К. |
Беляев, А. Д. |
Соловьев. Математические методы |
в теории надежности. |
М., «Наука», |
1965. |
2.Я. Б. Шор. Статистические методы анализа и контроля качества и на дежности. М., «Советское радио», 1962.
3.Д. Ноуден. Статистические методы контроля качества. М., Физматгиз, 1961.
4. |
Б. |
В. Гнеденко. |
Курс теории вероятностей. М., Гостехиздат, 1954. |
|
5. |
Э. |
Леман. Проверка статистических |
гипотез. М., «Наука», 1964. |
|
6. |
И. |
F. Dodge, Н. |
G. Romig. Sampling |
inspection. N . Y . , 1959. |
7.Б. В. Гнеденко, Я. Б. Шор. Математические методы в стандартизации.— Стандарты и качество, 1969, № 1.
8.В. И. Гостев. Статистический контроль качества продукции. М., «Машгиз», 1965.
9.Я. Б. Шор. Статистические методы контроля качества и надежности промышленной продукции, вып. 1—5. М., «Знание», 1968.
10.М. И. Лондер. Статистические методы контроля надежности в условиях серийного производства, вып. 1. М., «Знание», 1970.
11.Ж. Мот. Статистическое предвидение и решение на предприятии. М., «Прогресс», 1966.
12.Ю. Б. Синдлер. Об оптимальной двухэтапной процедуре выборочного
|
контроля в производстве.— Заводская лаборатория, |
1968, № |
5, |
576. |
|||||||||
13. |
Н. |
С. Ramaker, |
R. van |
Strick. |
T h e efficiency of |
double |
sampling |
of |
atri- |
||||
|
butes.— J . Amer. Statist. Assoc., 1955, 50, 830. |
|
|
|
|
||||||||
14. |
I.D.Hill. |
Sampling |
inspection |
and |
defence |
specification.— |
J . R o y . |
||||||
|
Statist. |
S o c , |
A , 1962. |
125, |
31. |
|
|
|
|
|
|
||
15. |
P. |
Peach. |
A n |
introduction |
to |
statistics |
and quality control. N . Y . , |
1947. |
|||||
16. |
G. |
B. Wetherill. |
Seauential |
methods |
in statistics. London, 1966. |
|
|
Г л а в а 7
НЕКОТОРЫЕ ЗАДАЧИ ДВУХСТУПЕНЧАТОГО ОБНАРУЖЕНИЯ СИГНАЛОВ НА ФОНЕ ШУМОВ
7.1. Предварительные замечания
Теория обнаружения сигналов на фоне шумов представляет собой обширную область, в которой широко применяются методы проверки статистических гипотез.
Центральное место в теории обнаружения занимает следую щая относительно простая статистическая задача. На входе при
емного |
устройства имеется процесс и (t), |
о котором известно, что |
он либо |
состоит из смеси сигнала s (і) и |
шума п (t): |
и (і) = |
+ » (0, |
либо из одного шума и (*) = »(*).
Требуется построить процедуру проверки двух гипотез:
гипотеза Н0: u(t) = п (£),
гипотеза Нх: и (t) = s{t) + /г (t).
Часто сигнал представляют в виде
s (t) = rce (t — т0 ) s in [ сос£ — i|> (t — тс ) — фс ],
(7.1)
(7.2)
(7.3)
(7.4)
где е {t) и о|) (t) — известные функции;°гс , тс , сос , фс — неизвестные параметры сигнала (г0 — амплитуда, т 0 — задержка, ю с — час тота, фс — фаза).
В более сложных задачах рассматривают также и такие пара
метры, которые |
характеризуют |
направление |
прихода |
сигналов |
|
в пространстве. |
|
|
|
|
|
Гипотезы Н0 |
и Я , |
в общем случае являются сложными. Во |
|||
многих работах |
(см. [ |
1 , 2] и др.) |
эти гипотезы |
заменяют |
просты |
ми, вводя следующие допущения. Статистические свойства шума полагают известными. Например, шум представляют в виде
гауссовского |
процесса |
с |
известной корреляционной |
матрицей. |
В этом случае |
гипотеза |
Н0 |
становится простой. Кроме |
того, вво |
дят априорные распределения параметров тс , гс, <дс и фс . Напри мер, полагают, что амплитуда гс является случайной величиной с релеевским распределением, а фаза, частота и задержка — слу-
чайные величины |
с |
равномерно распределенной плотностью |
в интервале некоторой |
длины. |
|
Для замены сложных гипотез простыми можно функции рас |
||
пределения выборок |
X и У усреднить по неизвестным параметрам. |
Этим способом обычно пользуются в теории обнаружения (см., например, [ 1 , 2]).
В литературе рассмотрены различные типы процедур обна ружения, в том числе одноступенчатые, последовательные и двух ступенчатые. С одноступенчатыми и последовательными процеду рами читатель может познакомиться с помощью работ [1—6]. Мы указываем здесь лишь небольшую часть известных работ в этой области, поскольку эти вопросы не относятся непосредствен но к теме нашей книги. С двухступенчатыми процедурами обна ружения, составляющими предмет данного исследования, читатель
может |
познакомиться |
с помощью работ [5, 7—13]. |
В |
настоящей главе |
мы рассмотрим вопросы построения опти |
мальных двухступенчатых процедур обнаружения. Двухступен
чатые процедуры с |
упрощенной структурой описаны в |
[5,9—11], |
и здесь излагать мы их не будем. |
|
|
Мы рассмотрим |
двухступенчатые эксперименты с |
непрерыв |
ным временем наблюдения. Наблюдение может производиться на
двух |
интервалах времени, |
0 |
Ту и Т11 |
<: t |
Тп |
+ Тг |
(Тп > |
Ту). Реализацию на |
первой |
ступени |
обозначим |
через |
иг (t), а на второй — и2 (t). Все результаты, приведенные в гла вах 3—5, справедливы для экспериментов с непрерывным вре менем. Вместо объемов выборки Пу и щ здесь вводятся величины
gy и g2, обозначающие отношения энергии сигнала к энергии шума |
|
на первой и второй ступенях. В частности, если мощности сигна |
|
лов и шумов |
постоянны, то величины gy и g% пропорциональны |
длительности |
наблюдения Ту и Г2 . |
В отношении параметров сигналов примем следующие допу щения. Частоту сигнала сос будем считать известной. В разд. 7.2—7.4 будем предполагать, что задержка сигнала хс известна (случай так называемого «одноканального» обнаружения). Это му случаю будет уделено наибольшее внимание. В разд. 7.5 мы
рассмотрим случай, когда параметр т с |
неизвестен (так называе |
мое «многоканальное» обнаружение). |
Что касается амплитуды |
ифазы, то мы рассмотрим две ситуации, которые обычно изу чают в теории обнаружения:
1)сигнал имеет точно известные амплитуду и фазу;
2)амплитуда и фаза сигнала неизвестны, случайны, причем амплитуда подчиняется релеевскому закону распределения, а фаза равномерно распределена на интервале длиной 2я.
Взадачах двухступенчатого обнаружения возникают и дру гие ситуации, связанные с тем, что параметры сигналов на первой
ивторой ступенях между собой могут быть статистически зависи мыми, и степень этой зависимости может быть различной. В связи
сэтим мы рассмотрим три случая:
1) амплитуды и фазы сигнала на первой и второй ступенях статистически независимы;
2)амплитуды на первой и второй ступенях связаны линейной зависимостью, фазы независимы;
3)как амплитуды, так и фазы ь связаны линейными зависи
мостями. |
• |
В заключение этого |
раздела отметим различие между терми |
нами, принятыми в теории обнаружения и в статистической тео рии проверки гипотез. Ошибку первого рода в теории обнаруже ния принято называть «ложной тревогой», а ее вероятность обоз начать символом F (вместо а). В соответствии с этим и множитель
Лагранжа %а |
ниже будем обозначать Хр. Правильное |
принятие |
|
гипотезы Нх |
принято называть правильным обнаружением, а его |
||
вероятность |
обозначать символом |
D (вместо я = 1 — |
В). |
7.2. Оптимальная двухступенчатая процедура |
|
||
обнаружения точно известного |
сигнала. |
|
|
Проверка |
гипотез |
|
|
при норлгальных генеральных |
совокупностях |
|
Рассматриваемая в данном разделе задача интересна не только как задача теории обнаружения сигналов, но и как задача более общего характера. Дело в том, что мы встречаемся здесь с тради ционной задачей математической статистики — задачей проверки
двух |
гипотез |
из нормальных |
генеральных совокупностей. |
Пусть |
||||||||
s x |
(t) |
п s 2 |
(t) — сигналы, пх (t) и |
п2 |
(t) — шумы, |
их |
(t) и и2 |
(t) — |
||||
входные воздействия на первой и второй ступенях |
соответственно |
|||||||||||
(см. |
разд. |
7.1). Предположим, |
что производятся отсчеты значений |
|||||||||
щ |
(Ґ) и и2 |
(t) только в |
дискретные |
моменты |
времени t = 1, 2,..., |
|||||||
Ту |
(первая |
ступень) |
и t = |
Тп |
+ |
1 , . . , Тп |
+ |
Т2 |
(вторая |
сту |
пень). Здесь без ущерба для общности промежуток времени между
дискретами принят |
равным единице. Обозначим значения функ |
|||||||
ций |
Sy (і), |
11г (t) И ПГ |
(t) В І-Й МОМеНТ (І = |
1 , . . . , Тг) Через Si ; , ХІ и |
пи, |
|||
a S2 |
(t), ll2 |
(t) И П2 (t) |
В МОМеНТ t = |
Г1 1 |
- f j ЧЄРЄЗ S2j, |
IJj И Jl2j |
(j |
= |
= 1,..., T2). Таким |
образом, мы |
имеем две выборки |
X = |
(а^,..., |
||||
хт) |
и Y = |
(уц..., ут2 )- Положим, что внутри каждой выборки зна |
чения шума коррелированы, значения шума из разных выборок независимы. В этом случае процессы их (t) и и2 (t) при обеих ги
потезах статистически независимы |
и поэтому совместные плот |
|
ности вероятностей выборок X и Y можно представить в виде |
||
произведений |
их плотностей: |
|
/ 0 ( Х , У ) = |
/ 0 ( Х ) / 0 ( Г ) , |
(7.5) |
= |
|
(7.6) |
Как было показано в главе 4, оптимальная процедура может быть построена на отношениях правдоподобия:
которые в литературе по теории обнаружения часто называют коэффициентами правдоподобия. В дальнейшем нам будет удобно пользоваться не самими отношениями правдоподобия, а их лога рифмами vx = In lx, v2 — In l2. Для того чтобы раскрыть форму лы (7.7) и установить связь между выборками X и Y с одной сто роны и отношениями правдоподобия с другой стороны, можно воспользоваться работой [ 1 , § 31]. Для первой ступени имеем
|
|
|
Ті |
Т, |
|
Т, |
Ті |
|
|
|
|
|
|
с7-8) |
|
|
y i = 2 2 <?Wij ——2 2 Qbhihh |
|
|
|
|
||||||||||
|
|
|
i = l 3 = 1 |
|
i = l j = l |
|
|
|
|
|
|
|
|||
г Д е |
Qb — элементы |
матрицы, |
обратной |
корреляционной |
мат |
||||||||||
рице |
|
[| выборки |
шумов л ц , . . . , |
nxrv |
|
|
|
|
|
||||||
|
Для второй |
ступени |
|
|
|
|
|
|
|
|
|
||||
|
|
|
Тг |
Т г |
|
Т. |
Т. |
|
|
|
|
|
|
|
|
|
" 2 |
= |
2 2 |
|
Qbi^ |
- 4 - 2 2 |
|
|
QW&h |
|
|
|
|
(7.9) |
|
|
|
|
i = l 3 = 1 |
|
i = l 3 = 1 |
|
|
|
|
|
|
|
|||
ГДЄ |
Qij — элементы |
матрицы, |
|
обратной |
корреляционной матри |
||||||||||
це |
||tp?|| выборки /г2 1 ,..., п2т2- |
|
|
|
|
|
|
|
|
|
|||||
|
Элементы |
корреляционной |
|
матрицы |
равны |
гру = |
пцпХ] |
||||||||
•фу = |
n2iR2j; |
черта |
сверху |
здесь |
означает |
знак |
усреднения. |
||||||||
Вторые |
двойные суммы правых |
частей (7.8) и (7.9) представляют |
|||||||||||||
собой |
отношепия сигнал/шум. |
Для |
первой |
и |
второй ступеней: |
||||||||||
|
|
|
т, |
т, |
|
|
|
т, |
т2 |
|
|
|
|
|
|
|
gi |
= |
2 |
2 |
Qbhihh |
= |
|
2 |
2 |
<??з№- |
|
|
|
(7-Ю) |
|
|
|
|
і = 1 3 = 1 |
|
|
|
і = 1 3 = 1 |
|
|
|
|
|
|
Величины vx и ?J2 независимы при обеих гипотезах и распреде лены по нормальному закону. Их плотности вероятности равиы
/о (vk) = /-1 |
ехр |
A = 1 , 2 |
(7.11) |
|
|
2 *» |
|
при отсутствии |
сигнала |
(гипотеза J70 ) И |
|
/ і Ю = |
- е х ? |
(в*-тг) |
к = 1,2 |
(7.12) |
У |
2nsH |
|
|
|
при наличии сигнала (гипотеза .fl^).
Каждая конкретная процедура имеет следующие структурные характеристики:
1) отношение сигнал/шум gx на первой ступени;
|
2) |
области |
разбиения |
оси |
Vy. Ul — область принятия гипоте |
|||||||
зы Н0 |
без второй ступени, Ugz |
— область продолжения испытаний, |
||||||||||
Ul |
— область принятия гипотезы Ну без второй ступени; |
|||||||||||
|
3) |
функцию g2 (vy), выражатощую |
зависимость отношения сиг |
|||||||||
нал/шум на второй ступени g2 |
от значения г\; |
|
||||||||||
|
4) |
области |
разбиения |
оси |
v2 : Ul2 (vy\.— область |
принятия |
||||||
гипотезы # 0 , |
Ul. (v-y) — область |
принятия |
гипотезы Ну. |
|||||||||
|
Оптимальную процедуру будем строить с учетом трех показа |
|||||||||||
телей: вероятности ложной тревоги F, вероятности правильного |
||||||||||||
обнаружения |
D и среднего |
суммарного |
отношения |
сигнал/шум |
||||||||
Е0 |
ig) = |
Si + |
E\{g«) |
при |
отсутствии |
сигнала. |
|
|||||
|
Рассмотрим задачу |
|
|
|
|
|
|
|
||||
|
м а к с { £ | / ? < ^ 0 , |
|
|
|
|
|
|
|
(7.13) |
|||
где |
FQ |
и g 0 — заданные величины. |
|
|
|
|
||||||
|
Эта задача может быть решена путем комбинированного ис |
|||||||||||
пользования |
метода |
перебора |
и метода |
множителей |
Лагранжа |
|||||||
(см. разд. 5.4). Будем производить |
перебор gy в пределах 0 <С |
|||||||||||
< |
gy ^ |
g0 и для каждого |
gy будем |
решать задачу |
|
|||||||
|
макс {D [ F < F0, |
E l (g2 ) < |
g 0 |
- gl}. |
|
|
|
(7.14) |
Решив эту задачу для различных gy, мы можем найти такое значение gy = g°, при котором величина D достигает максимума.
Оптимальное окончательное правило имеет вид:
если |
lyl2^>XF, |
то |
принимается гипотеза Ну, |
|
|
если |
lyL<^XF, |
то принимается гипотеза Н0, |
(^.15) |
||
где Хр — множитель |
Лагранжа при |
F. |
|
||
В соответствии |
с |
(7.15) области |
разбиения |
оси v2 представим |
ввиде:
V2 |
(- U\„ (Vj), |
ЄСЛИ V2 |
> |
ІН Хр |
— Vy |
v2 |
Є U°, (vy), |
если v2 |
< |
I n XF |
(7.16) |
— Vy |
Оптимальная функция g2 (г^) может быть определена аналити ческим методом (см. главу 5). Для этого нужно найти максимум выражения
|
/Хр |
|
\ XI |
|
|
путем |
дифференцирования |
по g2 . Функция a (XF/ly, g2 ) равна |
|||
(см. главу |
4) |
|
|
Хр ^ - ^ B e p { z 2 > ^ |
|
а. |
, |
2 |
|
2 |
|
|
|
g |
) |
= Вер jz > |
|
|
|
|
|
|
(7.17) |