книги из ГПНТБ / Засядкин Б.К. Оптимальное обнаружение и измерение параметров радиолокационных сигналов. Диаграммы неопределенности (конспект лекций)
.pdfВ этом случае средний риск равен вероятности того, что мо дуль ошибки превысит е0:
|
сс, |
<х> |
— е0 |
|
r = |
Jr(e)/(e)rfe-J/(e)de+ |
f /(e)de = P!(E|>30), |
||
— |
оо |
£о |
— во |
|
а минимум среднего |
риска сводится к |
минимуму вероятности |
||
превышения |
модулем ошибки заданной |
величины г0. |
Анализ процесса измерения подтверждает, что при соответ ствующем выборе функции стоимости ошибки критерий мини мума среднего риска может быть сведен к какому-либо друго му уже известному критерию, в частности, к критерию миниму ма средней квадратической ошибки.
Это еше раз показывает, что критерий .минимума среднего риска является достаточно общим н от него можно перейти к более простым частным критериям.
§2. Постановка задачи оптимального измерения.
>Пример одномерного оптимального измерения
Оптимальное решение статистической задачи обнаружения состоит в том, что для величины А в выражении (1.14) нужно подобрать такие оценки А* (0 или 1), которые обеспечили бы минимум среднего риска.
Решение статистической задачи измерения будет состоять в подборе оценок а*, а*,.,, для измеряемых параметров а,, а2,...,
в отношении которых известна лишь доопытная (априорная) плотность вероятности /(а,, а2,...). Эти оценки должны быть
оптимальны с точки зрения минимума среднего риска.
В дальнейшем мы будем задаваться квадратичной функцией стоимости. Для этого случая минимум среднего риска эквива лентен требованию минимума средней квадратической ошибки.
Как и в случае решения статистической задачи обнаруже ния, следует оценить качественные показатели оптимальной обработки при измерении и рассмотреть пути ее технической реализации.
Рассмотрим решение этой задачи на примере одномерного оптимального измерения. Обратимся вновь к стрелочному при бору (рис. 1), но несколько изменим постановку задачи.
Будем по-прежнему считать, что показание прибора х скла
дывается из помехи п и сигнала |
s: |
|
x —n+s. |
(2.9) |
|
Однако в этом случае сигнал |
обязательно |
присутствует, но |
его значение s неизвестно. |
|
|
Задача состоит в том, чтобы на основании измеренного зна |
||
чения х и доопытной плотности |
вероятности /о (5) измеряемой |
20
величины s дать ей оценку s*. При этом оценка s* должна удовлетворять критерию минимума среднего риска:
г— J f г (s'”, s)f(s*, s)ds* ds=MU4, |
(2.10) |
|
т. e. должна быть оптимальной. |
когда |
|
Будем иметь в виду только закономерные решения, |
||
для каждого измеренного |
значения х дается вполне определен |
|
ная оценка s*= s*(x). |
вероятности |
|
Заменяя тогда элемент |
|
f(s*, s)ds*ds на f(s, x)dsdx,
где f(s, х) — совместная плотность вероятности величин s и х , получаем:
г — J dx I*r(s*, s)f(s, x)ds при s*=s*(x). |
(2. 11) |
Полагая в силу теоремы умножения
f(s, x) = f(x)f(sjx),
выражение (2.11) можно привести к виду:
г — \ dx j г (s*, s) / (л:)/ (six) ds. |
(2.12) |
Э^о выражение можно записать иначе:
г = J г (s* дг) / (х) dx |
при S* — S* (х), |
(2.13). |
где ■ |
|
|
00 |
|
|
r(s*/x)~ j r(s*, |
s)f(slx)ds. |
(2.14) |
Соотношение (2.14) характеризует средний риск, рассчитайный для фиксированного значения измеренной величины х (усреднение при этом ведется по s). Говорят, что в результате такого усреднения получается условный средний риск. Матема тическое ожидание условного среднего риска (2.13), рассчитан ное с учетом плотности вероятности измеренных значений х, дает безусловный средний риск.
Чтобы обеспечить минимум безусловного среднего риска (2.13), достаточно для каждого х добиться наименьшего подынтегрального выражения (2.13) за счет выбора функции оценки s*= s*(x). Последнее аналогично подбору функции ре шения А*(х) в задаче обнаружения.
21
В выражении (2.13) величина f (х) является заданной функ
цией и не может |
принимать отрицательных |
значений. Поэтому |
||||||
минимум |
подынтегрального |
выражения |
(2.13) достигается, |
|||||
если для |
каждого л' обеспечивается минимум |
условного |
сред |
|||||
него риска r(s*jx). |
|
подробнее |
соотношение |
(2.14). |
||||
В связи с этим рассмотрим |
||||||||
В его |
подынтегральное |
выражение |
входит |
апостериорная |
||||
(послеопытная) |
плотность |
вероятности |
fis/x), |
т. е. плотность |
вероятности величины |
s при условии, что измерено значение х. |
|
По теореме умножения |
|
|
/(s, |
x) = f(s)f(xls) f(x)f(sx), |
(2.15) |
откуда |
|
|
f(s:x) = - ~ f { s ) f ( x ! s).
Чтобы обеспечить минимум условного среднего риска (2.14), нужно знать ход соответствующей кривой послеопытной плот ности вероятности f(s х) в функции s.
Интегрируя соотношение (2.15) по переменной s и учиты вая, что при любом х
§ f (six) ds= 1,
как интеграл в бесконечных пределах от плотности вероят ности, получаем:
/(*)= J f(s)f (x/s) ds. |
(2.16) |
Из найденных выражений следует, что
i m |
- , f W № ) — |
(2.17) |
|
j f (s) f (xjs) ds |
|
\ |
— eo |
|
Соотношения (2.16) и (2.17) являются соответственно ана логами формулы полной вероятности и формулы Бейеса для плотностей 'вероятностей.
Поскольку знаменатель соотношения (2.17) не зависит от s, последнее можно для каждого измеренного значения х пред ставить в виде:
/ (s/x) — Kxf (s) f (x!s).
Нормирующий множитель Kx в соотношении (2.18)
I___ 1
Кх =
/(* )“
j f(s)f(xls)ds
(2.18)
(2.19)
22
определяет масштаб кривой f(s.x) на оси s таким образом, что площадь под этой кривой равна единице.
Функция f{s) в соотношении |
(2.18) |
описывает доопытную |
плотность вероятности значений сигнала |
s, a f(x!s) — условную |
|
плотность вероятности величины |
х. |
|
Всилу соотношения (1.19) можно записать:
Сучетом этого соотношение (2.18) приводится к виду:
|
/(s/*)-/CA/ ( s ) / ( ~ ^ ) . |
(2.21) |
|
Проиллюстрируем полученное соотношение (2.21) простей |
|||
шим графическим |
примером. |
|
|
При этом будем предполагать, что: |
s описывает |
||
— доопытпая |
плотность вероятности величины |
||
ся выражением: |
|
|
|
|
' 0 |
при s< s, и s^s,, |
|
/ 00 ~ fo00 — ~ ч р и sl < s < s i. |
|
— распределение помехи подчиняется нормальному закону:
в) да
fix 10) |
1 |
е |
Уаш
—помеха слабая.
Кривая доопытной плот ности вероятности f (s) пред ставлена на рисунке 10, а. На рис. 10,6 представлена кривая
к*/»)-/ V H
(X-s)>
•>
2эм,
(2. 22)
У'2к оt
«в функции неизвестного значения s.
Эта |
кривая является |
гауссовой кривой, построенной на |
оси s. |
Ее дисперсия равна |
ст^, а среднее значение — измерен |
ной величине х.
23
На рис. 10,s |
построена кривая послеопытной плотности ве |
||
роятности |
f i s /х), |
полученная как результат перемножения кри |
|
вых |
f0(s) |
и f{x/s) |
с учетом нормирующего множителя Кх- Пло |
щадь |
под этой кривой равна единице. Кривая f(s;x) учитывает |
как результат измерения х, так и доопытные данные о возмож ных значениях измеряемой величины s и помехи п.
Существенное влияние на послеопытное распределение ока
зывает уровень помех. |
Если |
помеха |
очень |
сильная |
(велика |
но |
||||
сравнению |
с |
интервалом |
измеряемых значений), |
то кривая |
||||||
послеопытного |
распределения |
практически |
не |
будет отличать |
||||||
ся от кривой |
доопытного |
распределения, |
так |
как |
результаты |
|||||
измерения в этом случае будут недостоверны. |
|
|
|
|||||||
§ |
3. |
Подбор оптимальной оценки s* = |
s*nT(х) |
|
||||||
Рассмотренные в |
предыдущем |
параграфе |
соотношения |
и |
пример кривой послеопытной плотности вероятности f(s/x)
позволяют решить |
вопрос |
о |
подборе |
оптимальной |
оценки |
S*= S* (*). |
|
|
|
|
|
Потребуем, чтобы эта оценка обеспечила минимум |
услов |
||||
ного среднего риска |
(2.14): |
|
|
|
|
г (s*/x) = J г (s*, s)f (s/x) ds = мин |
нри s* = S*I1T(*). |
(2.23) |
|||
Воспользуемся квадратичной |
стоимостью ошибки: |
|
|||
|
r(s\ |
s ) - |
(s*-s)2. |
|
(2.24) |
Это-значит, что средний риск и условный средний риск сво дятся к средним квадратическим ошибкам.
Чтобы найти оптимальную оценку, приравняем нулю произ водную условного среднего риска по оценке s*, т. е. положим:
* § ( s - s y f ( s / x ) d s = 0 при s* = s*nT.
Отсюда получим, что
ое |
|
|
|
s*nT~ j S/ (s/x) |
== |
{s / jc}, |
(2.25) |
т. e. оптимальная оценка находится как центр тяжести (первый» момент) кривой послеопытного распределения. Иначе говоря, она равна послеопытному математическому ожиданию вели чины s.
24
Пользуясь соотношениями (2.23) — (2.25), можно |
найти ве |
|
личину условного среднего |
риска для оптимальной оценки: |
|
оо |
|
|
г (Ст/*) = j [s— |
{s/*l]2 f (s/x) ds = D (s/дс). |
(2.26) |
Как видно, качество произведенной оптимальной оценки определяется дисперсией послеопытного распределения D js/дг}.
Таким образом, было показано, что минимизация среднего риска может быть произведена, исходя из кривой послеопыт ного распределения значений измеряемой величины. При ква дратичной стоимости ошибки оптимальная оценка соответ ствует центру тяжести этой кривой и во многих случаях может быть заменена наиболее вероятной оценкой. Зная послеопытное распределение, можно оценить также оптимальную сред нюю квадратическую ошибку измерения.
Г л а в а 3
ДИАГРАММЫ НЕОПРЕДЕЛЕННОСТИ РАДИОЛОКАЦИОННЫХ СИГНАЛОВ
§ 1. Закон оптимальной обработки радиолокационного сигнала при учете движения цели
|
Отраженный от |
точечной |
цели |
сигнал можно |
представить |
||||
в виде: |
|
|
|
|
|
|
|
|
|
|
s (/) ==и (t |
t:il) — U (t |
t3t) cos К (/—f,/)+? (^-Гц) ЬО|, (3.1) |
||||||
где |
t-rf — текущее |
время |
запаздывания; |
|
|||||
|
U ((% 9 (t) — неслучайные функции; |
фаза. |
|
||||||
|
0 — случайная |
начальная |
|
|
|||||
|
Величина |
|
является функцией времени, если рассто |
||||||
яние до цели |
R(t) |
меняется за время облучения. |
|
||||||
|
Ожидаемую функциональную зависимость удобно выразить, |
||||||||
используя разложение |
R(t) в ряд Тейлора: |
|
|||||||
|
|
|
R(0) -г R' (0) f+ |
-7^- R" (0) |
|
||||
или |
|
|
|
|
|
|
|
|
|
|
|
|
t,t = |
t3 |
|
с |
с |
*i+ ... |
(3.2) |
|
В этом случае |
за начало |
отсчета |
времени t =0 |
принят мо |
||||
мент начала облучения |
цели; величины t3, Vr,ar— соответствен |
но начальное время запаздывания сигнала, начальная скорость цели п ее начальное ускорение в радиальном направлении.
Функции U(t) и |
9 (f) для |
большинства радиолокационных |
сигналов являются |
медленно |
изменяющимися но сравнению |
с высокочастотными колебаниями cgs<o0£ iun sin«'0f Поэтому
текущее изменение запаздывания |
за время облучения суще |
ственно не меняет их значений. |
|
Поэтому можно принять:
В силу малой длительности облучения можно пренебречь влиянием ускорения на фазу высокочастотных колебаний. Тог да можно выражение (3.1) записать в виде:
|
s (t)~U (t — t3) cos [ К —Q*) *+<р (/-4 )+ Р Ь |
(3.3) |
|
где |
допплеровская частота; |
|
|
|
Р = @—ш04 — начальная |
фаза, которая в общем |
случае |
|
является |
случайной равновероятной |
величи- |
|
ной. |
|
|
Полученное. выражение описывает сигнал со случайной на чальной фазой и двумя неизвестными измеряемыми параметра ми t3 и £2Д.
Известно, что для оптимального обнаружения и измерения следует вычислить величину
|
L = |
j‘X(0S*(0 dt |
||
Здесь |
I |
j?JI) |
]tsw |
|
т - |
||||
--X(t)e x |
и S(/) = S(/)e |
— комплексные амплитуды принимаемого и ожидаемого баний.
В рассматриваемом случае
S(t) = U ( t - t 3),
Ъ=
поэтому выражение для S (t) можно представить в виде:
(3.4)
коле
S (t)= U (t- t3)e ' е |
= U ( t - t 3)e |
. |
(3.5) |
Подставляя это выражение в формулу (3.4), получим закон оптимальной обработки сигнала с учетом движения цели:
L — 1 |
j |
. |
. |
ysy |
dt |
(3.6) |
X(t)-U *(t-t3)e |
27
Следует подчеркнуть, что величина X(t) представляет собой сумму комплексных амплитуд сигнала и помехи:
|
|
*(*) = |
U ( t - t 3о) e ' ^ + N |
(t). |
(3.7) |
|
В этом |
выражении |
и |
йд0— истинные значения |
запаз |
||
дывания |
и допплеровской частоты полезного сигнала в момент |
|||||
времени |
t = 0. Это искомые |
значения, которые должны быть |
||||
определены |
в процессе |
решения задачи |
оптимального |
измере |
||
ния. |
’ |
|
|
|
|
|
Практически в результате измерения из-за различного рода ошибок получим не эти истинные значения /,0 и йд0, а их оценки.
При решении задачи |
о наличии цели необходимо для каж |
||||
дой пары ожидаемых |
значений |
t3 |
и Йд |
сравнить величину |
|
L — L(t3, й д) |
с некоторым пороговым |
уровнем. Если для какой- |
|||
либо области |
значений t3 и й д порог |
превышается, то прини |
|||
мается решение о наличии цели. |
При |
этом |
в качестве оценки |
истинных значений измеряемых параметров принимаются те
значения t3 и £2Д, |
для которых величина L максимальна. |
|
|||||
В зависимости |
от конкретной формы сигнала степень точ |
||||||
ности оценок времени запаздывания и допплеровской |
частоты |
||||||
будет |
различной. |
Для одних сигналов функция L(t3, |
йд) |
будет |
|||
более |
гладкой, |
для |
других — иметь острый пик. При |
наличии |
|||
шумов |
измерение |
в |
первом случае |
осуществляется |
с |
малой |
|
точностью, во |
втором — значительно |
точнее. Эта функция ха |
рактеризует не только точность измерения, rto и разрешающую способность по дальности и скорости. Эту функцию принято называть функцией неопределенности.
Наша задача — выяснить свойства этой функции.
§ 2. Функция неопределенности и нормированная функция неопределенности
Преобразуем выражение, описывающее закон оптимальной обработки сигнала с учетом движения цели (3.6), подставляя в него значение сигнала (3.7):
L(t3, |
йд)= |
_О1_ |
j‘ [ u ( t - t30) e ' ^ + N (t)\ |
и* { t - Q / л dt |
||
2 Jос |
[ о (t |
hо)U\t - |
t3) e (V "д0) * + N(t) u* (t - |
13)e |
||
|
|
_1_ |
C ■ |
] (2Д—ед0\т |
j |
|
|
|
2 |
) U { t - t 3Q) W { t - t 3)e |
dt |
||
|
|
|
j |
N (t)U* {t—t3) е ~^ |
|
|
|
|
|
= |Lc(/3, QA)+La(t3, Йд)|, |
(3.8) |
28
где |
|
|
|
|
|
|
Н2д-“до)< |
|
|
|
Lc (t3, |
Йд) = ~ |
J U ( t - 1 30)U' (t - 13) e |
|
(3.9) |
||||||
|
“A0)W ; |
|||||||||
|
|
LAt* Йд)--=-1 |
] N ( t ) U ' ( t - U ) f xtdt. |
|
(3.10) |
|||||
Произведем дальнейшее преобразование полученного выра |
||||||||||
жения (3.9), заменив в нем |
переменные: |
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
( З . П ) |
В результате замены переменных |
выражение (3.9) |
примет |
||||||||
вид: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(3.12) |
Отсюда |
следует, что функция <j*(xf |
F) |
не зависит от |
исход |
||||||
ных значений |
/:)0 и £2l0, а является функцией временного сдви |
|||||||||
га между |
сигналами |
х и |
частоты |
Допплера |
F. |
Поэтому в |
||||
общем случае |
необходимо рассматривать ее как на |
временной |
||||||||
оси. так и на осп частот, т. е. в пространстве. |
|
различной |
||||||||
Функцию |
'^(х, F), |
вычисленную |
для |
сигналов |
формы, будем называть функцией неопределенности.
Функция неопределенности является очень важной харак теристикой радиолокационного сигнала. Она позволяет произ вести оценку эффективности радиолокационного сигнала с точ ки зрения точности определения координат цели, однозначности их определения и разрешающей способности.
Всякие изменения функции неопределенности, связанные с изменением сигнала, приводят к ухудшению указанных выше характеристик радиолокационной станции.
Из свойств функции неопределенности ф (х, F) следует вы делить ее важное свойство центральной симметрии, т. е. то, что она является четной функцией:
Ф(т, |
F)- |
(3.13) |
В этом легко убедиться, |
заменяя в |
выражении (3.12) х |
на -х, F на —F.
Кроме функции неопределенности радиолокационных сигна лов, часто применяют нормированную функцию неопределен ности:
dz
(3-14)
j P i z f d z
29