- •Классификация задач оптимальных методов радиоприема.
- •Потенциальная помехоустойчивость
- •5.Оценка параметров сигнала, как и одна из задач оптимального приема.
- •7.Апостериорная плотность вероятности
- •8.Функция правдоподобия.
- •11.Вероятности правильных и ошибочных решений
- •12.Понятие допустимой и критической области
- •13. Ошибка первого рода
- •14. Ошибка второго рода.
- •15.Уровень значимости и мощности критерия принятия решения
- •16. Основные критерии принятия решения
- •17.Критерий максимума правдоподобия.
- •18. Критерий максимума апостериорной вероятности
- •19. Критерий идеального наблюдателя (критерий Котельникова).
- •20.Критерий Неймана—Пирсона
- •21.Критерий минимального риска (критерий Байеса)
- •22. Минимаксный критерий
- •23 Сравнение критериев принятия решения
- •24. В чем сущность задачи проверки гипотез?
- •Что понимается под выборкой и объемом выборки.
- •29. Как количественно оценивается полная ошибка принятия решения?
- •Как зависят ошибки первого и второго рода от порогового уровня?
- •31. В чем состоит сущность задачи обнаружения сигнала?
- •В чем заключается сущность критерия максимума правдоподобия и каковы его достоинства?
- •В чем заключается сущность критерия максимума апостериорной вероятности и
- •В чем заключается сущность критерия идеального наблюдателя?
- •В чем заключается отличие критерия идеального наблюдателя от критерия максимума апостериорной вероятности; что общего у этих критериев?
- •В чем заключается сущность критерия Неймана — Пирсона и в каких случаях целесообразно этот критерий применять?
- •Что понимается под риском?
- •В чем заключается сущность критерия минимального риска?
- •В чем заключается сущность минимаксного критерия?
- •Поясните термины «алгоритмы обнаружения» и «проверочная статистика».
- •Назовите и охарактеризуйте основные характеристики алгоритмов обнаружения сигналов.
- •Сформулируйте определение оптимального приемника
- •Что называется потенциальной помехоустойчивостью радиоприема?
- •С формулируйте задачу обнаружения сигнала
- •Раскройте содержание задачи оптимального радиоприема, связанную с оценкой параметров сигнала.
- •Охарактеризуйте задачу оптимальной фильтрации сообщения.
- •50. Что представляет собой апостериорная плотность вероятности?
- •.Дайте определение функции правдоподобия, сформулируйте се физическую сущность.
- •53. Приведите пример определения апостериорной плотности вероятности.
- •56. Определите отношение сигнал/шум на выходе линейного фильтра
- •54. Какова роль линейной фильтрации в задачах оптимального радиоприема?
24. В чем сущность задачи проверки гипотез?
Имеется некоторое число наблюденных значений х1,х2,.,хn, известно, что эти значения принадлежат одному из двух распределений: f0(x1, x2, …, xn | s0) или f1(x1, x2, …, xn | s1), связанных с взаимоисключающими состояниями s0 и s1 изучаемого явления. Задача состоит в том, чтобы указать наилучший алгоритм обработки наблюдаемых данных с целью решить, какому из указанных распределений принадлежит полученная выборка. Обозначим через Н0 и Н1 — гипотезы о том, что выборочные значения принадлежат распределениям f0(x1, x2, …, xn | s0) и f1(x1, x2, …,xn | s1) соответственно, а через γ0 и γ1 — решения, состоящие в принятии или отклонении гипотезы Н0. Гипотеза Н1 является простой альтернативой Н0, и поэтому может рассматриваться только одна гипотеза Н0. Ясно, что отклонение гипотезы Н0 означает принятие гипотезы Н1.
25. Что понимается под пространством наблюдения, пространством полезного сигнала и пространством помехи?
Пусть отсчеты принимаемого сигнала, являющегося суммой полезного сигнала и помехи, осуществляются в дискретные моменты времени. Отсчетные значения принятого сигнала называют выборочными значениями, Совокупность выборочных значений представляют геометрически в виде радиус-вектора в n-мерном пространстве, где
координаты конца вектора. Так как величины случайны, то вектор также является случайным вектором. Множество возможных значений вектора составляет пространство наблюдений V.
О бщая вероятность попадания конца вектора в произвольную точку пространства V:
По аналогии вводят понятия вектора полезного сигнала и вектора помех и соответственно им понятие пространства полезного сигнала и пространства помех.
П осле нахождения вектора принятого сигнала Y мы не можем однозначно судить о векторе полезного сигнала X. Речь может идти только об апостериорной плотности вероятности, т.е. условной плотности вероятности X, если задан вектор Y.
Вычисление апостериорной плотности вероятности можно выполнить с помощью формулы Байеса
Безусловная плотность вероятности определяется соотношением
Где обозначает, что интегрирование осуществляется в пространстве сигнала X.
Что понимается под выборкой и объемом выборки.
П усть отсчеты принимаемого сигнала, являющегося суммой полезного сигнала и помехи, осуществляются в дискретные моменты времени . Отсчетные значения принятого сигнала называют выборочными значениями, а их совокупность — выборкой. Число выборочных значений называют размером (или объемом) выборки.
С овокупность выборочных значений представляют геометрически в виде радиус-вектора в n-мерном пространстве, где
координаты конца вектора. Так как величины
случайны, то вектор также является случайным вектором. Множество возможных значений вектора составляет пространство наблюдений V.
27. Что такое функция правдоподобия и отношение правдоподобия?
Ф ункция называется Фу́нкция правдоподо́бия. . В зависимости от того, является ли X дискретной или непрерывной величиной, функция правдоподобия может принимать конечное или бесконечное множество значений.
рассматривать два значения функции правдоподобия :
у словная плотность вероятности выборки Y при наличии полезного сигнала X;
условная плотность вероятности выборки Y при отсутствии X.
Отношение функций правдоподобия
Для выбора гипотезы H0 или H1 должно быть взято за основу определенное правило принятия решений. Выбор правила принятия решения в математическом отношении сводится к оптимальному разбиению пространства принимаемых сигналов V на области v1 и v2.
28. Что такое ошибки первого и второго рода и как они количественно оцениваются?
Ошибка первого рода возникает, когда выборка попадаете критическую область v1, когда изучаемое явление находится в состоянии s0. Тем самым будет отвергнута гипотеза v0, хотя в действительности она верна. Ошибка второго рода возникает, когда выборка попадает в допустимую область v0, хотя изучаемое явление находится в состоянии s1. В результате будет принята ложная гипотеза. Аналогично могут рассматриваться и два вида правильных решений; принятие верной гипотезы (выборка попадает в область v0, когда имеет место состояние s0) и отклонение ложной гипотезы (выборка попадает в область v1, когда имеет место состояние s1).
Выражения для условная вероятность α ошибки первого рода равна
β ошибки второго рода равна
Вероятность α ошибки первого рода (т. е. вероятность отвергнуть правильную гипотезу Н0) называют иногда уровнем значимости, а вероятность 1 – β отвергнуть ложную гипотезу — мощностью правила выбора решений.