Cтраница 1
Оптимальный алгоритм обнаружения (5.67) допускает достаточно простую интерпретацию, если от комплексных величин перейти к действительным. [1]
Рассмотрим оптимальный алгоритм обнаружения детерминированного сигнала в том случае, когда реализация не представляется конечным набором независимых координат. Обработка проводится только в аналоговой, а не дискретной форме. [2]
При отыскании оптимального алгоритма обнаружения удобнее оперировать с выражением (2.44), чем с (2.43), т.е. желательно при отыскании оптимума вместо класса всех несмещенных правил обнаружения рассматривать класс правил, подобных на границе между гипотезой и альтернативой. [3]
Таким образом, оптимальный алгоритм обнаружения состоит в вычислении суммы косвенных показателей, взятых с соответствующими постоянными весами, и сравнения этой суммы с постоянной величиной / V, вычисляемой заранее. [4]
Для практики важны не только методы синтеза оптимальных алгоритмов обнаружения, различения и оценивания сигналов, но и их анализ, методы расчета характеристик эффективности синтезированных алгоритмов. Вопросы анализа алгоритмов в общем виде в настоящей книге не рассматриваются. Однако почти во всех приводимых примерах наряду с синтезом алгоритмов присутствует и их анализ. [5]
Представим плотность вероятностей (2.86) в виде, удобном для синтеза оптимального алгоритма обнаружения сигнала, выделив предварительно полезный и мешающий параметры. [6]
Следует отметить, что в случае при Ф ( 2 / 1, t0) Ф ( 1 / 2, t0) оптимальный алгоритм обнаружения события идентичен алгоритму, построенному по обычному уравнению регрессии. [7]
Подставляя выражение ( 2 - 52) в обобщенное отношение правдоподобия ( 2 - 51), интегрируя последнее и сопоставляя его с порогом по формуле ( 2 - 37), определяем оптимальный алгоритм обнаружения события x - N по косвенным показателям. [8]
Достоинством векторного представления дискретно кодированных сигналов является возможность использования аппарата векторного анализа для получения алгоритма обработки сигналов. На его основе с единых позиций могут быть найдены оптимальные алгоритмы обнаружения, оценки параметров, разрешения и распознавания за-шум ленных сигналов. [9]
Достоинством векторного представления дискретно кодированных сигналов является возможность использования аппарата векторного анализа для получения алгоритма обработки сигналов. На его основе с единых позиций могут быть найдены оптимальные алгоритмы обнаружения, оценки параметров, разрешения и распознавания за-шумленных сигналов. [10]
Первые попытки преодоления априорной неопределенности в исходных данных были сделаны в рамках классического байесовского подхода. Исследователи трактовали неизвестные параметры распределения исходной выборки как случайные величины, для которых а priori задано распределение вероятностей. Тогда оптимальные алгоритмы обнаружения и различения сигналов будут аналогичны алгоритмам, задаваемым выражениями (1.7) и (1.9), с той лишь разницей, что в них вместо статистик отношения правдоподобия следует использовать усредненные по распределению VK (, ц) отношения правдоподобия. [11]