学习好资料
欢迎下载
信号的平稳性如何定义？与各态历经性的关联？
如果一个随机过程x（t）经过实践Δt后，其统计特性保持不变，则该过程具有严格的平稳性。如果
N阶都是平稳的，称为严格平稳。遍历过程一定是平稳的，平稳的过程不一定都是遍历的。
随机信号的频域特性为什么要用功率谱密度来描述，而不是用频谱？与自相关函数是什么关系？
由于平稳随机过程x（t）持续时间无限长，因此不满足绝对可积的条件，故其频谱密度不存在。但是
随机过程的平均功率是有限的。Pw是自相关函数的傅里叶变换，自相关函数式功率谱密度的傅里叶
逆变换。
窄带信号：如果信号的带宽远小于f0，w02π。
检测：感兴趣的信号在观测样本中受噪声干扰，根据接收到的测量值样本判决信号的有无。
先验概率：不依赖于测量值或观测样本的条件下，某事件（假设）发生或成立的概率。pH0pH1。
后验概率：在已掌握观测样本或测量值y的前提下，某事件（假设）发生或成立的概率。pH0ypH1y。
似然函数：在某假设H0或H1成立的条件下，观测样本y出现的概率。

似然比：Ly1
0
虚警概率：无判定为有；
漏报概率：有判定为无
平均风险：r00001010P001011111P1
最大后验概率准则：
似然比为：Lypy1py0
判别准则：LyP0P1则判定为0成立。Ly≥P0P1则判定1成立。
最佳门限值：由先验概率决定。要求在先验概率已知的条件下进行判决。即：以观测样本为依据，以
似然比为检测统计量，以后验概率最大为衡量标准（准则），以先验概率比为检测门限。
四种可能性：虚警、漏报、正确检测、正确判断没信号
最小错误概率准则：门限取在加权后二者相交处总错误概率最小。
为什么要加权？所有的密度函数都是非加性的。
总错误概率：P0P1
似然比为：Lypy1py0
判别准则：LyP0P1则判定为0成立。Ly≥P0P1则判定1成立。
即：以观测样本为依据，以似然比为检测统计量，以错误概率最小为衡量标准（准则），以先验概率
比为检测门限。
贝叶斯准则：贝叶斯准则就是以代价最小化为基准的检测判决准则。
贝叶斯准则与最小错误概率准则关系：当满足代价：C00C110C10C011条件时，即：正确判决
无代价，错误代价相同。风险仅来自于错误判断。贝叶斯准则蜕化为最小错误概率准则。
贝叶斯准则与最大后验概率准则关系：当两种假设条件下r