Основы теории обработки изображений. Крашенинников В.Р. - 28 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

28
5. Характеристики обнаружения – вероятность ложной тревоги и пра-
вильного обнаружения.
6.
Определение порога по критерию Неймана-Пирсона.
6.4. Задания на лабораторную работу
1.
Произвести обнаружение протяженного сигнала заданной формы на
фоне авторегрессионного процесса. Определить порог. Найти расчет-
ные и выборочные характеристики обнаружения.
2.
Произвести обнаружение сигнала на фоне И, заданного моделью Хаби-
би. Определить порог. Найти расчетные и выборочные характеристики
обнаружения.
7. ЛАБОРАТОРНАЯ РАБОТА № 4
«АДАПТИВНОЕ ОБНАРУЖЕНИЕ СИГНАЛОВ
НА ФОНЕ ИЗОБРАЖЕНИЙ»
7.1. Цель работы
Изучение адаптивных методов обнаружения сигналов на фоне мешаю-
щих изображений.
7.2. Теоретическая часть
7.2.1. Адаптация в обнаружении сигналов
В предыдущей лабораторной работе предполагалось, что все необходи-
мые распределения И и вид сигнала заданы вместе со своими параметрами.
На практике это далеко не всегда так, поэтому в реальных ситуациях имеется
априорная неопределенность в описании данных.
Рассмотрим задачу обнаружения сигналов на фоне мешающего И, разо-
бранную в п. 6.2.2. Оптимальный алгоритм обнаружения (6.3) включает в се-
бя компенсацию помех путем вычитания из наблюдений их прогнозов, взве-
шенное суммирование остатков компенсации и сравнение полученной стати-
стики
λ
(Z) с порогом
0
λ
. При этом статистика может вычисляться в формах
(6.3)-(6.6), основываясь на прогнозе в область или в точку. При неопределен-
ности описания исходных данных мы не можем определить параметры этого
алгоритма – коэффициенты прогноза и порог.
Таким образом, при неопределенности описания исходных данных мы
не можем применить имеющийся алгоритм обнаружения в чистом виде. Для
преодоления этой неопределенности приходится применять адаптивные ал-
горитмы обнаружения.
Оставим собственно алгоритм обнаружения без изменения и доба-
вим к нему процедуры определения параметров алгоритма.
При этом, как

Страницы