《统计检测与估值检测部分2幻灯片课件》由会员分享，可在线阅读，更多相关《统计检测与估值检测部分2幻灯片课件（53页珍藏版）》请在金锄头文库上搜索。
1、统计检测与估值,检测部分2,Multiple Measurements,多次测量,多次测量不相关采样情况,观测矢量的自协方差矩阵,联合概率密度函数,联合概率密度函数,检测统计量,门限,特殊情况,特殊情况,特殊情况,特殊情况,多次观测的作用,误码率的仿真,用Matlab的Qfunct()作Pe图 用Monte Carlo仿真Pe必须有判决模型，适用于性能分析较难获得时。每个SNR仿K次，K的次数一般在104105，见参考3, P.490. Pe=Err/K,误码率的仿真,一般情况,一般情况,复合假设检验,为随机量,为非随机量,例1,例1,例1,例1,例1,例1,Multiple Hypothes
2、es Testing,多电平调制问题 QAM、PAM、PSK M元择一问题 很少用N-P准则，常用MEP准则，或者Bayes准则,多元假设检验,多元假设检验,多元假设检验,多元假设检验,多元假设检验,多元假设检验,多元假设检验,例1,例1,例1,例1,作业,参考2 3.7, 3.10, 3.14, 3.15, 3.20.,Sequential Hypothesis Testing,序贯假设检测（亦称：Walds Test）：观察次数N可变的假设检测。其目的是在保证可靠检测条件下，使观察次数N最小。 可用于二元，多元，复合假设检验 应用于雷达系统，通信中很少用,序贯似然比检验 SPRT,SPRT,SPRT,SPRT,SPRT,SPRT,SPRT,例1,例1,本章总结,检测过程包括：计算(Z)、门限、判决量。 门限依赖于具体的准则，如MAP、MEP、Bayes、N-P、Min-Max等。 计算检测的性能，如PD、PF、PM、Pe，必须计算判决量的统计特征。 多元检测时，注意Pe的计算。 复合假设检验与UMPT SPRT 这里的被测信号的pdf是已知的，未知时要用非参数法，见参考书。,
