принято называть отношением правдоподобия.
Для выбора гипотезы H1, или Н0 должно быть взято за основу определенное правило принятия решений.
Выбор правила принятия решения в математическом отношении сводится к оптимальному разбиению пространства принимаемых сигналов V на области u1 и u0.
Для того чтобы выбрать то или иное правило принятия решения, необходимо руководствоваться определенными критериями.
Критерий максимума правдоподобия. Этот критерий формулируется следующим образом: наиболее правдоподобно то значение параметра X, для которого функция правдоподобия L(X) максимальна.
В соответствии с этим критерием в случае двухальтернативной ситуации обнаружения сигнала сравнивается два значения функции правдоподобия – L(x1) и L(х0) и принимается та гипотеза, которой соответствует большее значение функции правдоподобия. Если, например, L(х1) > L(x0), то принимается гипотеза Н1. Если же L(х1) ≤ L(x0), то принимается гипотеза H0.
Этот критерий можно записать в следующем виде через отношение правдоподобия:
если
если .
Таким образом, в соответствии с данным критерием методика принятия решения сводится к следующему: вычисляются функции правдоподобия L(х1) и L(х0), определяется отношение правдоподобия λ и в зависимости от того, больше, равно или меньше λ единицы, принимается соответствующая гипотеза.
Практическое достоинство данного критерия заключается в том, что при его применении не требуется знание априорных вероятностей p(х1) и р(х0) сигнала X.
Критерий максимума апостериорной вероятности. По этому критерию при полученном значении выборки Y принимается та гипотеза, при которой апостериорная вероятность р(X/Y) максимальна.
Для случая двухальтернативной ситуации сравниваются два значения апостериорной вероятности: р(х1/Y) и р(х0/Y). Обычно рассматривается отношение этих величин и правило принятия решения записывается в виде:
Используя формулу Байеса, выразим отношение апостериорных вероятностей через отношение функций правдоподобия:
. (3.2)
Тогда критерий максимума апостериорной вероятности (3.2) может быть следующим образом выражен через отношение правдоподобия:
(3.3)
Соотношение (3.3) можна представить в виде:
где λ0 – пороговое значение отношения правдоподобия.
Таким образом, процедура принятия решения согласно критерию максимума апостериорной вероятности такая же, как и согласно критерию максимума правдоподобия. Отличие заключается лишь в том, что в первом случае отношение правдоподобия сравнивается с единицей, а во втором случае – с отношением априорных вероятностей р(х0)/р(х1). При наличии априорных данных р(х1) и р(х0) целесообразно применять критерий максимума апостериорной вероятности, так как при этом есть возможность пользоваться дополнительной информацией, позволяющей точнее решить задачу обнаружения сигнала.
Следует отметить, что критерий максимума правдоподобия является оптимальным с информационной точки зрения. Действительно, с точки зрения теории информации наиболее вероятным следует считать то значение параметра X, относительно которого в принятом сигнале Y содержится наибольшее количество информации. Взяв разность количеств информации, содержащихся в сигнале Y относительно х1 и х0, получим:
Таким образом, информационный критерий принятия решения сводится к определению двоичного логарифма отношения правдоподобия. Если этот логарифм положителен, то принимается гипотеза Н1 о том, что Х= х1; если он отрицателен или равен нулю, то принимается гипотеза Н0 о том, что Х = х0.
Критерий идеального наблюдателя (критерий Котельникова). Согласно данному критерию принимается та гипотеза, при которой обеспечивается минимум общей ошибки принятия решения.
При решении задачи обнаружения сигнала могут иметь место ошибки двух родов:
1. При отсутствии полезного сигнала вектор принятого сигнала Y оказывается в области u1 и принимается в соответствии с этим гипотеза H1.
2. При наличии полезного сигнала вектор Y оказывается в области u0 и принимается гипотеза Н0.
Первая ошибка называется ошибкой первого рода, или «ложной тревогой». Вторая ошибка называется ошибкой второго рода, или «пропуском сигнала». Количественно ошибки первого и второго родов оцениваются условными вероятностями α и β ошибочных решений о наличии полезного сигнала, когда в действительности он отсутствует, и об отсутствии сигнала, когда в действительности он имеется:
Общая безусловная вероятность ошибочного решения определяется выражением
(3.4)
Критерий идеального наблюдателя минимизирует общую ошибку, определяемую выражением (3.4).
Следовательно, условие оптимального решения по критерию идеального наблюдателя имеет вид:
(3.5)
Подставим в (3.4) из (3.5) значение ошибок первого и второго родов:
(3.6)
Ошибку второго рода можно представить в виде
Условие (3.5) будет обеспечено, если интеграл в (3.6) будет максимален. А для этого нужно выбрать область u1, чтобы подынтегральная функция была положительной, т.е.
. (3.7)
Условие (3.7) определяет принадлежность вектора Y области u1, т.е. выбор гипотезы Н1, перепишем (3.7) в виде
Таким образом, правила решения, соответствующие критериям идеального наблюдателя и максимума апостериорной вероятности, совпадают. Отличие заключается лишь в исходных условиях.
Критерий Неймана – Пирсона. Данный критерий основан на том, что ошибки первого и второго родов неодинаково опасны, причем ошибка первого рода приводит к таким последствиям, что ее вероятность необходимо ограничить некоторой очень малой величиной. Вторую ошибку желательно при этом обеспечить минимальной.
Исходя из этого, критерий Неймана – Пирсона можно сформулировать следующим образом: наилучшим решением является такое, при котором обеспечивается наименьшая вероятность ошибки второго рода при заданной допустимой вероятности ошибки первого рода.
Итак, согласно критерию Неймана–Питерсона должно быть обеспечено
при
где ε – наперед заданная величина.
Задача отыскания экстремума может быть решена методом Лагранжа.
Для упрощения задачи целесообразно перейти от многомерной переменной Y к одномерной переменной λ, что можно осуществить с помощью равенств:
При таком переходе областям u1 и u0 в пространстве V соответствуют области [0 –λ0] и [λо – ∞] значений λ.
Условные вероятности ошибок первого и второго родов будут при этом представлены в виде:
Тогда для отыскания условного экстремума должна быть составлена вспомогательная функция
Взяв производную и приравняв ее нулю, получим:
(3.8)
или
Но из (3.8)
и, следовательно,
Таким образом, данный критерий будет справедлив при λ = λ0, где пороговое значение λ0 определяется из равенства:
ε.
Итак, правило принятия решения согласно критерию Неймана – Пирсона может быть записано в виде:
Критерий минимального риска (критерий Байеса). Этот критерий учитывает не только неравнозначность ошибок первого и второго родов, но и те последствия, к которым приводят эти ошибки. Для учета этих последствий введены весовые коэффициенты (коэффициенты цены ошибок) r10 и r01, приписываемые соответственно ошибкам первого и второго родов.
Усредненная величина
(3.9)
получила название риска.
В соответствии с критерием минимального риска правило выбора решения формулируется следующим образом: принимается та гипотеза, при которой обеспечивается минимальный риск:
.
Представим (3.9) в виде:
(3.10)
Минимум выражения (3.10) будет при условии, если подынтегральная функция положительная:
Отсюда получаем правило принятия решения:
Рассматриваемый критерий наиболее целесообразен экономически, так как обеспечивает минимизацию потерь, обусловленных ошибками в принятии решений. Но он требует максимальной априорной информации, ибо помимо функций распределения ω(Y/X) и априорных вероятностей р(X) необходимо также знание весовых коэффициентов r10 и r01.
Минимаксный критерий. Минимаксный критерий представляет собой специальный случай критерия минимального риска, когда априорные вероятности р(х1) и р(х0) не заданы.
Дело в том, что риск r, получающий наименьшее значение, зависит от априорных вероятностей р(х1) и р(х0). При определенном соотношении этих вероятностей, который мы называем наихудшим, риск r будет максимален.
Идея минимаксного критерия заключается в том, что обеспечивается минимум риска при наихудшем соотношении априорных вероятностей.
Для определения наихудшего соотношения между р(х1) и р(х0) необходимо приравнять нулю производную от правой части (3.10) по р(х1) (или по р(х0)). В результате получается трансцендентное уравнение, обеспечивающее максимум риска. Затем определяется пороговое значение отношения правдоподобия:
,
где р*(х0) и р*(х1) – наиболее неблагоприятные значения априорных вероятностей р(х0) и р(х1), полученные из условия
Таким образом, правило принятия решения для всех рассмотренных критериев одинаково и сводится к сравнению отношения правдоподобия λ с пороговым значением λ0. Отличие заключается лишь в величине λ0. Для наглядности значения λ0 для отдельных критериев сведены в табл.3.1.