Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги из ГПНТБ / Вайнштейн Л.А. Выделение сигналов на фоне случайных помех

.pdf
Скачиваний:
92
Добавлен:
30.10.2023
Размер:
14.48 Mб
Скачать

Подставляя выражение (70.17) в формулу (70.16), по­

лучаем

 

У т2

~

Rn (т) — —у- cos

<о.,т -j- 2k cos у *j До (/) dt , (70.18)

б

 

где

 

оу — со0 -|- 2k cos у v = ш0 Л 4- 2 у cos у

(70.19)

 

есть частота приходящего сигнала, измененная благодаря явлению Допплера. Действительно, если считать облако

движущимся как твердое тело Д на рис.

59 (т. е.

положить

До =0), то, применяя обозначения рис. 59, будем иметь

к — ф = ? + &, v = — osin^,

(70.20)

так что формула (70.19) принимает вид

 

 

= <Do [ 1 _2р (cos ф — cos ср)],

(70.21)

что при р < 1 полностью согласуется с

формулой (68.15).

В более общем случае величина

 

 

С (0 = — 2k cos у о (/) = — 2о)0

cos

(70.22)

определяет смещение частоты, вызванное движением части­

цы со скоростью о (0

в направлении

биссектрисы

ОС

(рис. 61).

Поэтому

формулу

(70.16)

можно переписать

в виде

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(70.23)

 

 

 

 

 

 

о

 

 

 

В случае, когда

случайная

функция С(0

меняется до­

статочно медленно,

последнее

выражение

позволяет вы­

вести формулу

(69.24).

В самом деле,

пусть £(/) заметно

изменяется лишь за

промежутки времени порядка 5т

или

большие (6т есть время

корреляции для скорости частиц,

ср. далее §

71).

Тогда при

условии

 

 

 

 

 

 

 

т

5т:

 

(70-24)

27*

 

 

 

 

 

 

 

 

419

можно написать

=

(70.25)

о

где С = £(0)— начальное значение смещения частоты. Обоз­

начим через U^(C)dC вероятность того,

что

смещение ча­

стоты попадает в интервал (С, C-|-dC); тогда

 

 

cos К — С)т= J cos(<»0 —С)т-Г(С)Л

(70.26)

 

—00

 

 

 

и корреляционная функция (70.23) равна

 

 

 

=

00

 

^2

(70.27)

У COS(ш0-0^(0^,

=

 

—00

 

 

 

ИЛИ

 

 

 

 

R„ (г) = Re (/?0 е,Чх J е"/Ст W (С) dC }.

(70.28)

 

—оо

 

 

 

Эта формула

согласуется с выражением

(69.24), если

в последнем взять монохроматический зондирующий сиг­ нал, для которого в силу формулы (69.19) можно положить

^М = ^е/т°т

(70.29)

и, кроме того,

 

Г (%) е“‘Тт = J е-,Сх W (Q dt,

(70.30)

—00

 

как в формуле (69.23).

 

Сравнение результатов этого и предыдущего парагра­ фов показывает, что формулу (69.24) нельзя считать уни­ версально правильной, поскольку вытекающее из нее вы­ ражение (70.26) справедливо лишь при условии (70.24),

т. е. при достаточно медленном изменении скорости частиц во времени. В § 71 мы выведем более общие формулы для функции корреляции и интенсивности спектра, пригодные

для того случая,

когда не

выполняются условия (70.24).

В заключение

отметим,

что

исходная формула (70.01)

строго справедлива лишь

для

изотропных рассеивателей

420

(например, рассеяние на сферических

каплях дождя или

тумана). При другой форме

рассеивающих

частиц, благо­

даря

их

вращению и

деформации в

реальных

условиях,

амплитуда рассеянной

волны

зависит

от

времени, поэто­

му уа

в

формуле (70.01) нужно

считать случайной функ­

цией

времени, а в формуле

(70.10)

вместо

писать

Ya(OYp(^ —х)-

Формула

(70.14) в

этом

случае примет

вид

 

 

 

n(t) n(t — т) =

 

 

 

 

=-г SYa

Та v ~

cos

 

2k cos 4 f

<s)ds

 

 

a

 

 

 

 

t—x

 

 

 

 

 

 

 

 

 

 

 

 

(70.31)

Отсюда видно, что дополнительный учет вращения и деформации рассеивателей приводит к такому же выра­ жению для корреляционной функции, что и в случае гене­ ратора синусоидальных колебаний, модулированного одно­ временно по частоте и амплитуде.

В предыдущем анализе не учтено то обстоятельство, что из рассеивающего объема V (рис. 60) выходят некото­ рые частицы и в объем V входят другие. Этим обстоятель­ ством можно пренебречь, если объем V достаточно велик,

адвижение частиц — достаточно медленное.

§71.ПРИМЕНЕНИЕ ТЕОРИИ ФЛЮКТУАЦИОННОЙ МОДУЛЯЦИИ К ХАОТИЧЕСКИМ ОТРАЖЕНИЯМ

Впредыдущем параграфе для корреляционной функции помех, обусловленных отражением от хаотически движу­ щихся частиц, мы получили выражение (70.23). Считая стационарной случайной функцией с некоторым средним

значением £ и обозначая

(М)2 = (С-Q2,

(71.01)

можно ввести новую случайную функцию х{1) с

помощью

соотношения

 

 

(71.02)

тогда мы будем иметь

 

с(о=Т+д;-х(о,

(71.оз)

причем x{t) будет удовлетворять соотношениям

(62.01).

421

Формула (70.23) принимает вид

(71.04)

=шо — £•

Сдругой стороны, в предыдущей главе мы вывели фор­

мулу (63.03), которую при отсутствии амплитудной и фа­ зовой модуляции можно переписать в виде

 

 

/?(т) =

cos

—/ги0

^x(t)dt

 

 

(71.05)

 

 

 

 

 

 

 

 

 

 

о

 

 

 

 

 

 

 

поскольку в

силу

стационарности

x(t)

при

образовании

среднего

можно заменить

 

 

 

 

 

 

 

 

 

 

 

 

 

— 02 = /г<оо j x^dt на

пш0

^x(t)dt.

 

 

 

 

 

 

 

 

 

 

ta

 

 

 

 

 

6

 

 

 

 

Отсюда

видно,

что

формула

(71.04)

отличается

от

фор­

мулы (71.05)

только обозначениями и наличием множителя

 

последний определяет интенсивность помехи.

 

 

Если сделать предположение, что

случайные

процессы

С (0 и

х (/) являются

 

не только

стационарными

(как это

только

предполагалось

ранее),

но

и

 

нормальными,

то

можно воспользоваться первой формулой (63.09),

с по

мощью которой

выражение (71.04)

преобразуется

следую­

щим образом:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

'1Та

-2-(Д=)2/г(т)

cos со^т,

 

 

(71.06)

 

 

 

 

 

 

 

 

е

 

 

 

 

где <0*

есть

частота

с

учетом эффекта

 

Допплера от

дви­

жения

частиц

„в

целом®,

а функция

/г(т) согласно

фор­

муле (62.17)

равна

 

 

 

 

 

 

 

 

 

 

 

 

/i(-r)=^r(sl — s^ds^ds^,

r(r) = x(f)x(/— т).

 

(71.07)

 

 

о

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Заметим, что функция г(т) в данной

формуле имеет

иной

смысл, чем во всех формулах этой главы.

(71.06)

при­

В отличие от

формулы

(70.26)

выражение

менимо при

любых

соотношениях

между т

и 8т,

где

422

есть время корреляции случайного процесса л(()

(см. выше

§ 70). При

условии

(70.24),

 

однако,

мы

в

силу

фор­

мулы (65.03) имеем

 

 

 

 

 

 

 

 

 

 

 

V т2

(дс)2-®

 

 

 

(71.08)

 

 

 

 

 

COSo^t.

 

Если выполняется противоположное

условие

 

 

 

 

 

 

т>5т,

 

 

 

 

(71.09)

то в силу формулы (65.04) мы получаем

 

 

 

 

 

 

Rn (т) = ^2“

e'(M,2^cos <о#т.

 

 

(71.10)

Иначе

говоря, входящая в

формулы

(69.24)

и (69ч28)

функция г(т) имеет следующие законы убывания:

 

и

г(т) = е

 

при

т << 8т

 

 

(71.11)

г (т) = е-(4!:,ат1'

при

т > бт.

 

 

(71.12)

 

 

 

Закон (71.11) легко

понять:

поскольку

процесс

£(()

счи­

тается нормальным,

то закон

 

распределения

мгновенных

скоростей

является максвелловы

 

 

 

 

 

 

 

U7(Q—_1—exo/—-

 

I

 

(71.13)

 

 

К2гсДС

 

‘I

2 (АС)2

 

к

и формула (70.30) приводит к выражению (71.11). Оба предельных случая мы в сущности уже рассмотрели в § 65,

но при этом в основном обращали внимание -на спектраль­ ные интенсивности, а не на корреляционные функции.

В § 48 мы показали, что законы (71.11) и (71.12) при­ водят к совершенно различным схемам оптимального обна­ ружения пачки сигналов на фоне хаотических отражений.

При этом существенно, какую формулу нужно брать для функции г(т) при г=Т, г—2Т и т. д., где Т — период повто­ рения. Из чисто теоретических соображений, как мы ви­ дим, возможны как предельные выражения (71.11) и (71.12), так и более сложное выражение

г(т) = е

(71-14)

справедливое при

Содержание данной главы в значительной степени ба­ зируется на работах Г. С. Горелика.

423

ПРИЛОЖЕНИЕ I

ТЕОРИЯ СТАТИСТИЧЕСКИХ РЕШЕНИЙ И ОПТИМАЛЬНЫЕ ПРИЕМНИКИ

Задача об обнаружении сигнала на фоне случайных по­

мех является статистической задачей о выборе одной из двух взаимно исключающих гипотез. Пусть входная функ­

ция f(t) может либо 'Состоять из сигнала m(t)

и по­

мехи п(Р)

 

/(О = тп(/) + /г(О

(1.01)

(гипотезу, связанную с этим событием, мы будем обозна­

чать через Я,), либо сводиться к чистой помехе

 

ltt) = n(t)

(1.02)

(гипотезу, связанную с этим событием, мы будем обозна­ чать через Но).

Задача заключается в том, чтобы указать правило решения, которое бы «наилучшим» образом позволило на основании функции f(t) решить, какая из двух гипотез Hi или Но верна. Очевидно, что такое решение будет тем «лучше», чем больше свойств сигнала и помехи может быть использовано при построении правила решения.

 

Пусть случайная функция f(t) характеризуется распре­

делением вероятности

Pi (/)

при справедливости

гипотезы

Hi

и распределением

Po(f)

при справедливости

гипотезы

Но.

Если мы вместо непрерывной функции f(t) рассматри­

ваем Н выборок fi,...,

fH, то функции Pi(f) и Ро(П являют­

ся //-мерными распределениями вероятностей, так что бо­ лее подробно следует писать

=

(1-03)

причем к непрерывной функции нетрудно перейти, полагая Д/->0 и //->оо (ср. § 26).

Для простоты предположим, что распределения (1.03)

имеют плотности вероятности Pi(f) и po(f),

так что

 

PiU)df = p1(f1,...,fH)df1...dfH и

 

 

A (f) df = p0(fu---, fH) df, ...dfH

 

(1.04))

— вероятности того, что

Д,. . ., f находятся

в соответ­

ствующих интервалах при

справедливости

гипотез

и

//0. В этих формулах каждая входная функция

f (t)

пред-

424

ставляется

точкой в //-мерном пространстве с координа­

тами

a df = dflt... dfH есть элемент объема

в этом пространстве. Мы будем также предполагать, что

известны априорные вероятности

событий,

соответствую­

щие гипотезам f~f1 и /70, а именно

Р(1) и

Р(0),

так что

Р(1) + Р(0)= 1.

 

(1.05)

Выбор правила решения заключается в разбиении про­

странства /1,..., fH на две области

Г1 и Го

такие,

что при

попадании точки в область Г1 выносится решение о верно­

сти гипотезы Н\, а при попа­ дании в область Го—решение о том, что верна гипотеза Но.

Подобное разбиение

схемати­

 

чески

изображено на

рис.

62

 

для случая

// = 2. В

связи

с

 

этим и возникает вопрос об оп­

 

тимальном

правиле

 

решения

 

или

оптимальном

разбиении

 

пространства fi,..., fH на обла­

 

сти Г1 и Го.

 

 

 

 

 

В гл. V мы рассматривали

 

оптимальные приемники обна­

 

ружения, образующие апосте­

 

риорную вероятность и сравни­

Рис. 62. Области Щ и Го соот­

вающие ее с некоторым поре

ветствующие правилу

гом. При этом качество реше­

решения.

ния характеризуется

вероятно­

(вероятность правильного

стями

правильных решений

D

обнаружения, т. е. вероятность принять гипотезу Hi, когда

она верна) и Fo

(вероятность правильного необнаружения,

т. е. вероятность

принять гипотезу Но,

когда

она верна)

и вероятностями

ошибочных решений

Do

(вероятность

пропуска сигнала, т. е. вероятность принять гипотезу Но, когда верна гипотеза Hi) и F (вероятность ложной тре­ воги, т. е. вероятность принять гипотезу Hi, когда верна гипотеза Но). В силу определений имеют место очевидные соотношения

D = ^pdndf,

F =

 

(1.06)

P,= l-D,

Fq = 1-F.

425

В теории статистических решающих функций

вводится

понятие

цены различных ситуаций и соответствующих ре­

шений.

В простейшей

проблеме обнаружения

вводят че­

тыре

цены, которые

обозначаются через CD,

CD , СF и

CF , причем Со есть цена правильного обнаружения, CD —

цена пропуска сигнала,

цена ложной тревоги

и CF —

цена

правильного необнаружения.

 

 

Будем считать, что цены удовлетворяют условиям

 

 

Сп >Сп и Сг>Ср,

 

(1.07)

т. е. цена любого неправильного решения больше цены со­ ответствующего правильного решения. Если наблюдатель принимает решения по какому-то правилу и платит ка­ кую-то цену в зависимости от того, какая из четырех воз­ можностей реализовалась, то функция потерь (называемая также функцией риска)

R = Р (1) DCd + Р (1) D0C\ + Р (0) FCf+ Р (0) FaCpo

(1.08)

определяет, очевидно, среднюю плату, причем чем меньше R, тем, очевидно, «лучше» правило решения.

Учитывая соотношения (1.06), имеем

 

 

R = J [- Р (1) (CD# -

д (f) + Р (0) (СЛ - CF) p0(f)]dF0+

 

+ P(l)CDo + P(0)Cr

 

(1.09)

Оптимальным

правилом

решения

назовем

(вместе

с Вальдом)

такое правило, при котором величина R мини­

мальна.

строчка

формулы

(1.09) от

правила

решения

Вторая

(от областей Г1 и

Го)

не зависит, поэтому минимум R до­

стигается при минимуме интеграла, входящего в формулу (1.09). Первое слагаемое в подынтегральном выражении

формулы (1.09) в силу неравенства (1.07) отрицательно

или равно нулю, а второе — положительно или равно нулю.

Если мы выберем область Г, так, чтобы выполнялось усло­ вие

Р (I) (CDq - CD) а (/) > Р (0) (Ср - Ср) p9(f) (1.10)

или

Pl (f) Р(0) CF CF„

(1.11)

PP)' cDo-cD ’

 

то, очевидно, величина R будет иметь минимальное зна­

чение.

 

426

Ё самом деле, исключение из области Г1 любой ее части,

в которой удовлетворяется условие (1.10), приводит к уве­ личению интеграла в формуле (1.09) и, следовательно,

•к увеличению R; наоборот, включение в область Г1 любого элемента объема, в котором справедливо неравенство, про­ тивоположное (1.10), также ведет к увеличению R.

Вводя обозначения

 

 

 

 

 

 

 

 

(1.12)

и

 

 

 

 

 

 

 

 

 

 

I

__ Р(0) CF~CFB

 

(1-13)

 

 

^~P{i)-CDo-CD ’

 

получим правило решения в виде

 

 

 

если *А, >Л

то верна

гипотеза Н1г

1

(1-14)

если Л<Л#, то верна

гипотеза Но,

J

 

где для определенности случай

А=А# мы отнесли

к ги-

потезе Нг. То же правило мы

получили в гл.

V из

иных

соображений.

 

 

 

 

 

 

 

 

При

 

=

 

=0, CD

 

 

 

 

U

Г Q

= CF=1

 

(1-15)

 

 

 

Of)

/

 

 

величина (1.08) равна полной вероятности ошибки

 

 

V = P(1).(1 — D) + P(Q)F,

 

(1.16)

а правило решения (1.14) обеспечивает минимум п<

 

вероятности

ошибки или максимум полной вероятности

правильного

решения

 

 

 

 

 

 

 

Г = 1 -

V = P(1)D + P(O)(1 — F),

(1.17)

если порог Л*

выбирается равным

 

 

Порог (1.18) может

быть получен и при

условии, менее

жестком, чем условия

(1.15), а именно при

 

Сг

Cfb~Cdq ^d-

(Ё19)

Наблюдателя, принимающего решения по данному пра­

вилу, в литературе принято называть идеальным наблюда-

427

телем Зигерта. Мы видим, что при построении оптималь­ ного приемника, эквивалентного этому наблюдателю, необ­

ходимо

знать априорные

вероятности Р(1)

и Р(0), что

в ряде

случаев связано

с определенными

трудностями

(ср. §30).

 

 

Наблюдатель Неймана-Пирсона не использует априор­ ных вероятностей Р(1) и Р(0). Согласно критерию Нейма­ на-Пирсона оптимальное правило решения должно давать максимум вероятности правильного обнаружения при за­ данной вероятности ложной тревоги. Нетрудно показать, что наблюдатель Неймана-Пирсона должен принимать ре­ шения по правилу (1.14), где, однако, порог *А определяет­ ся не формулой (1.13), в правой части которой стоят не­ известные нам параметры, а непосредственно вероятностью ложной тревоги

(1-20)

по второй формуле (1.06).

В теории статистических решений рассматривается так­ же последовательный анализ поступающих данных. При этом задаются вероятности Do и F (или D и F), время на­ блюдения не фиксируется, а остается случайной перемен­ ной, причем вводится также цена единицы времени. Вальд показал, что оптимальное правило решения, дающее мини­ мум функции риска, зависящей в данном случае и от вре­ мени наблюдения, достигается при следующем правиле решения:

если А*, >А

то считаем гипотезу Нг верной,

ч

если >Л*Л>А

#, то имеем неопределен-

|

 

носгь,

|

(1.21)

если Л<Л#, то считаем верной гипотезу Нй, J

где пороги решения Л* и Л*

определяются формулами

 

 

 

(1.22)

Наблюдение происходит до тех пор, пока А не перейдет первый раз любой из порогов Л* или .*А

428

Соседние файлы в папке книги из ГПНТБ