< Previous | Contents | Next >

ГЛ. 11. СТАТИСТИЧЕСI<АЯ ТЕОРИЯ ПРИЕМА СИГНАЛОВ 263

image


Чтобы построить распределение вероятностей для (в общем случае также для а), когда известны только y(t) и ф(t), необходимо прежде всего определить плотность вероятностей для наблюдаемых колебаний 1(t) в предположении некоторых определенных значе­ ний и а. Эта плотность вероятностей зависит только от тех зна­ чений шумов, которые необходимо выбрать для удовлетворения принятых предположений.

При избранных значениях (-с, а) шумы определяются как

y(t) - аф(t - t)

или, пользуясь низкочастотными функциями (3):

image (JO)

Выражение в квадратных скобках может быть представлено вектором

у- au(-c)e-i"'", (11)

где u(t--c) становится непрерывной векторной функцией от -с, а (1)=21tfo•

Вектор (11) однозначно определяет

туационные шумы, и в предположении нормальному закону, его многомерная пропорциональна

высокочастотные флук­

шумов, подчиняющихся плотность вероятностей

ехр [ -

/y-au('t)e -iш-.111]

2N

(12)


Здесь N - средняя физическая мощность шумов, равная среднему квадрату как вещественной, так и мнимой части шумовых флук­ туаци,й в каждой точке отображения 1) . «Дискреты» шумов не имеют между собой корреляции, поскольку предполагается, что шумы равномерно распределены по участку высоких частот шириной 2W. Если априорное распределение вероятностей для и а обо­ значить р0(-с, а), то по принципу «обратной вероятности» их апо­

стериорное распределение будет 11)

р(-с, а)= р0(-с, а) ехр [ -

l-y aU( N't)e- 1"'"11 ]

(13)

image

2

2

2

Это есть распределение частот истинных значений и а по мно­ жеству, в котором принимаемые колебания y(t) фиксированы.


image

image

1 ) Как и в главе 1, так в дальнейшем будут называться точки, в которых берутся значения функции z (2 ;, ) , образующие составляющие многомер­

ного вектора этой функции. Эти составляющие по примеру предыдущей главы будут именоваться сдискретами•. (Прим. ред.)

1 ) Подробное изложение теоремы «обратной вероятности», устанавлива­ ющей связь между апостериорным и априорным распределениями вероят­ ностей, приведено в главе 1, § 1. (Прим. ред.)