【摘要】：該文針對二元假設(shè)檢驗問題,首先在貝葉斯準(zhǔn)則的基礎(chǔ)上,分析了最小化貝葉斯代價所對應(yīng)的最優(yōu)噪聲,將貝葉斯代價的最小化問題等價為虛警概率和/或檢測概率的最優(yōu)化。其次,在保證一定虛警概率和檢測概率的前提下,建立起能同時改善檢測概率和虛警概率的模型。然后分別給出當(dāng)檢測概率一定時虛警概率最小和虛警概率一定時檢測概率最大這兩種極限情況下對應(yīng)的最優(yōu)加性噪聲,并對其進行線性凸組合以獲得模型所需的最優(yōu)加性噪聲,進一步分析并證明了該模型能夠成立的充分條件。再次,獲得先驗概率已知和未知兩種情況下最小化貝葉斯代價時所對應(yīng)的加性噪聲,且當(dāng)先驗知識發(fā)生改變時,該算法只需調(diào)整加性噪聲中一個可變參數(shù)即可獲得相應(yīng)的最優(yōu)貝葉斯代價。最后,結(jié)合具體的檢測問題,通過仿真驗證了所提算法的有效性。
[Abstract]:In this paper, on the basis of Bayesian criterion, the optimal noise corresponding to minimizing Bayesian cost is analyzed, and the equivalence of Bayesian cost minimization problem is considered as the optimization of false alarm probability and / or detection probability. Secondly, on the premise of ensuring certain false alarm probability and detection probability, a model which can improve both detection probability and false alarm probability is established. Then the optimal additive noise corresponding to the minimum false alarm probability and the maximum detection probability are given when the detection probability is fixed, and the optimal additive noise required by the model is obtained by linear convex combination. The sufficient conditions under which the model can be established are further analyzed and proved. Thirdly, the additive noise corresponding to the minimization of Bayesian cost is obtained when the prior probability is known and unknown, and when the prior knowledge is changed, The optimal Bayesian cost can be obtained by adjusting only one variable parameter in the additive noise. Finally, the validity of the proposed algorithm is verified by simulation combined with specific detection problems.
【作者單位】： 重慶大學(xué)通信工程學(xué)院;
【基金】：重慶市基礎(chǔ)與前沿研究(cstc2016jcyj A0134,cstc2016 jcyj A0043) 國家自然科學(xué)基金(61501072,61301224,41404027,61108086,61471072) 重慶市社會事業(yè)與民生保障專項(cstc2016 shmszx40002) 中央高校重點基金(CDJZR155507)~~
【分類號】：TB53

【參考文獻】

相關(guān)期刊論文 前1條

1 鄧冬虎;朱小鵬;張群;羅迎;李宏偉;;基于隨機共振理論的雙基ISAR弱信號提取及成像分析[J];電子學(xué)報;2012年09期

【共引文獻】

相關(guān)期刊論文 前4條

1 劉利民;程呈;賈曉東;韓壯志;張亮;;隨機共振理論在雷達信號截獲中的應(yīng)用[J];火力與指揮控制;2016年04期

2 尚佳棟;王祖林;周麗娜;裴睿淋;;采用隨機共振增強的混合擴頻信號跳頻參數(shù)估計[J];西安交通大學(xué)學(xué)報;2014年10期

3 鄧冬虎;張群;羅迎;姚賽;李宏偉;;Duffing振子在低信噪比雷達目標(biāo)微動特征提取中的應(yīng)用[J];電子與信息學(xué)報;2014年02期

4 徐先峰;劉來君;彭聰;;雷達高分辨距離像子帶融合識別算法[J];電子設(shè)計工程;2013年18期

【二級參考文獻】

相關(guān)期刊論文 前8條

1 孫珂;張顥;李剛;孟華東;王希勤;;基于稀疏恢復(fù)的直接數(shù)據(jù)域STAP算法[J];清華大學(xué)學(xué)報(自然科學(xué)版);2011年07期

2 馮坤菊;王春陽;段垣麗;張柏華;田波;;機載雙基地STAP的OP-DW預(yù)處理算法及其性能研究[J];電子學(xué)報;2011年03期

3 朱小鵬;張群;朱仁飛;李宏偉;;雙站ISAR越距離單元徙動分析與校正算法[J];系統(tǒng)工程與電子技術(shù);2010年09期

4 張雷;宋愛國;;隨機共振在信號處理中應(yīng)用研究的回顧與展望[J];電子學(xué)報;2009年04期

5 葉青華;黃海寧;張春華;;用于微弱信號檢測的隨機共振系統(tǒng)設(shè)計[J];電子學(xué)報;2009年01期

6 張緒錦;朱兆達;鄧海濤;張長耀;陳仁元;;一種適用于雙通道星載SAR的動目標(biāo)檢測技術(shù)[J];電子學(xué)報;2007年09期

7 冷永剛,王太勇;二次采樣用于隨機共振從強噪聲中提取弱信號的數(shù)值研究[J];物理學(xué)報;2003年10期

8 楊祥龍,汪樂宇;一種強噪聲背景下弱信號檢測的非線性方法[J];電子與信息學(xué)報;2002年06期

【相似文獻】

相關(guān)期刊論文 前2條

1 李晶皎,趙驥;基于貝斯準(zhǔn)則和待定詞集模糊矩陣的滿文識別后處理[J];東北大學(xué)學(xué)報;2004年11期

2 ;[J];;年期

相關(guān)會議論文 前1條

1 游波;張明敏;;基于MFP/LTI積分混合算法的貝葉斯檢測閾問題研究[A];中國聲學(xué)學(xué)會2002年全國聲學(xué)學(xué)術(shù)會議論文集[C];2002年

相關(guān)碩士學(xué)位論文 前3條

1 梁家欣;基于張量模型的暴力音頻片段檢測方法研究[D];哈爾濱工業(yè)大學(xué);2015年

2 張佳;一種基于貝葉斯檢測理論的視網(wǎng)膜圖像血管跟蹤算法[D];北京理工大學(xué);2015年

3 許麗敏;基于貝葉斯壓縮感知的無線網(wǎng)絡(luò)定位技術(shù)研究[D];浙江工業(yè)大學(xué);2014年

，

本文編號：2432410