Обнаружение сигналов

Оглавление

Предисловие

Введение

I Обнаружение и различение сигналов (классическая версия)

1 Проверка статистических гипотез при обнаружении (различении) сигналов
Задачи

2 Обнаружение полностью известных сигналов (дискретные процессы)
2.1. Обнаружение сигнала в белом шуме
2.2. Обобщенные согласованные фильтры
2.3. Применение алгоритмов обнаружения
2.4. Линейная модель сигнала
Задачи

3 Обнаружение полностью известных сигналов (непрерывные процессы)
3.1. Обнаружение сигнала при аддитивном шуме на входе
3.2. Обнаружение сигнала при коррелированном шуме на входе
3.3. Характеристики обнаружения
Задачи

4 Обнаружение сигналов при~наличии случайных (неизмеряемых) параметров
4.1. Методы обнаружения
4.2. Характеристики обнаружения
4.3. Характеристики обнаружителя
4.4. Учет коррелированности входного шума
Задачи

5 Последовательное обнаружение
5.1. Последовательные многошаговые алгоритмы проверки простой гипотезы
против простой альтернативы
5.2. Последовательный алгоритм Вальда
5.3. Асимптотическая относительная эффективность
5.4. О длительности последовательного испытания
Задачи

II Обнаружение сигналов в условиях неопределенности

6 Обнаружение сигналов при неизвестных параметрах
Задачи и ответы

7 Обнаружение гармонического сигнала с неизвестными параметрами в
гауссовском белом шуме
Задачи

8 Обнаружение сигналов при~негауссовских помехах
8.1. Негауссовские распределения
8.2. Обнаружение детерминированных сигналов
8.3. Обнаружение детерминированных сигналов с неизвестными параметрами
Задачи и ответы

9 Непраметрические методы обнаружения сигналов
9.1. Статистики непараметрических алгоритмов обнаружения сигналов
9.2. Свойства знакового алгоритма обнаружения сигналов
9.3. Свойства обнаружителя Вилкоксона
9.4. Двухканальные системы обнаружения сигналов
9.5. Ранговые алгоритмы обнаружения стохастического сигнала
Задачи
Ответы к задачам

10 Адаптивный прием сигналов
10.1. Постановка задачи адаптивной фильтрации
10.2. Показатели качества адаптивных систем фильтрации
10.3. Адаптивная нелинейная оптимальная фильтрация при наличии постоянных параметров

III Обнаружение случайных сигналов

11 Обнаружение гауссовских сигналов на фоне гауссовского белого шума (непрерывные процессы)

12 Обнаружение случайных сигналов (дискретные процессы)
12.1. Энергетический приемник
12.2. Обобщение: сигнал коррелированный гауссовский случайный процесс

13 Совместное обнаружение и фильтрация марковских сигналов
13.1. Рекуррентная связь отношения правдоподобия и апостериорной плотности сигнала
13.2. Обнаружение и фильтрация марковского нормального сигнала на фоне аддитивной помехи с независимыми значениями
13.3. Связь функционала отношения правдоподобия с оценками сигнала по критерию минимума среднего квадрата ошибки
13.4. Метод порождающего процесса
13.4.1. Определение и свойства порождающего процесса
13.4.2. Общая структура логарифма функционала отношения правдоподобия
13.5. Общие алгоритмы (непрерывное время)
13.5.1. Уравнения для отношения правдоподобия
13.5.2. Уравнения нелинейной фильтрации
13.6. Гауссовское приближение
13.7. Применение алгоритмов гауссовского приближения к задачам синтеза систем
13.7.1. Фазовая автоподстройка в задачах совместного обнаружения и фильтрации
13.7.2. Частотно-модулированный радиосигнал

14 Приемники с постоянным уровнем ложной тревоги
14.1. Классические модели обнаружителей
14.2. Обнаружители с постоянным уровнем ложной тревоги с релеевском распределении помех
14.3. ПУЛТ-процессоры с нерелеевским распределением помехи
14.4. Другие разновидности ПУЛТ-процессоров
14.5. Непараметрические ПУЛТ-процессоры

15 Робастные методы фильтрации

Дополнение Т. Кайлат и Х. Пур. Обнаружение стохастических процессов

Приложения
1. Основные законы распределения вероятностей
2. Аналитический сигнал
3. Модели Сверлинга
4. Приближенные формулы для Q-функций Маркума

Литература