Binary Hypotheses
1. 概述
假设二进制数据源产生二进制信号,记为H_{0}, H_{1}。例如:数字通信中,发送1,记为H_{1};发送0,记为H_{0}。
信号通过信道后在接收端进行观测,假设有N个观测值,把这N个观测值看作是N维空间中的一个点,记为r 。
假设如下,信源产生H_{0}, H_{1}的概率为P_{0}, P_{1};接收端r 的条件概率密度函数为p_{r |H_{1}}(R |H_{1}), p_{r |H_{0}}(R |H_{0})。
2. 判决准则
对于binary hypotheses问题,每次实验结果必然是以下四种之一:
1) 信源发送H_{0};判决结果是H_{0}
2) 信源发送H_{0};判决结果是H_{1}
3) 信源发送H_{1};判决结果是H_{1}
4) 信源发送H_{1};判决结果是H_{0}
1)和3)对应于判决正确的情况;2)和4)对应于判决错误的情况。
判决准则的目的是根据观测值,来判断信源的输出。
3. Bayes准则
Bayes准则基于两个假设:P_{0}, P_{1}已知,称为先验概率;4种判决情况的代价已知,记为C_{00}, C_{10}, C_{11}, C_{01},第一个下标表示判决结果,第二个下标表示信源的输出。
根据这两个假设,风险函数为R = C_{00}P_{0}P_{r }(判为H_{0}|发送H_{0})
+ C_{10}P_{0}P_{r }(判为H_{1}|发送H_{0})
+ C_{11}P_{1}P_{r }(判为H_{1}|发送H_{1})
+ C_{01}P_{1}P_{r }(判为H_{0}|发送H_{1})
把观测空间Z划分为Z_{0}和Z_{1},当观测值落到Z_{0},判绝结果是H_{0};当观测值落到Z_{1},判绝结果是H_{1}。
Z = Z_{0} + Z_{1}
则R = C_{00}P_{0}/int_{Z_{0}}p_{r |H_{0}}(R |H_{0})dR
+ C_{10}P_{0}/int_{Z_{1}}p_{r |H_{0}}(R |H_{0})dR
+ C_{11}P_{1}/int_{Z_{1}}p_{r |H_{1}}(R |H_{1})dR
+ C_{01}P_{1}/int_{Z_{0}}p_{r |H_{1}}(R |H_{1})dR
= P_{0}C_{00}/int_{Z_{0}}p_{r |H_{0}}(R |H_{0})dR
+ P_{0}C_{10}/int_{Z- Z_{0}}p_{r |H_{0}}(R |H_{0})dR
+ P_{1}C_{11}/int_{Z_{1}}p_{r |H_{1}}(R |H_{1})dR
+ P_{1}C_{01}/int_{Z- Z_{1}}p_{r |H_{1}}(R |H_{1})dR
由于/int_{Z}p_{r |H_{0}}(R |H_{0})dR = /int_{Z}p_{r |H_{1}}(R |H_{1})dR = 1,
R = P_{0}C_{10} + P_{1}C_{01}
+ /int_{Z_{0}}((P_{1}(C_{01}-C_{11})p_{r |H_{1}}(R |H_{1}))
- (P_{0}(C_{10}-C_{00})p_{r |H_{0}}(R |H_{0})))dR --- (1)
为使R 最小,考虑(1)式的积分项。当被积函数大于0,判为H_{1),即r 落到Z_{1},积分项对R 贡献为0;当被积函数小于0,判为H_{0},即r 落到Z_{0},积分项对R 的贡献为负。
通常情况下,错误判断的代价比正确判断的代价高,有
C_{10} > C_{00}
C_{01} > C_{11}
因此,定义似然比
/Lambda(R ) = /frac{p_{r |H_{1}}(R |H_{1})}p_{r |H_{0}}(R |H_{0})
判决门限
/eta = /frac{P_{0}(C_{10}-C_{00}}P_{1}(C_{01}-C_{11}
当/Lambda(R )大于/eta,判为H_{1};当/Lambda(R )小于/eta,判为H_{0}。
另外,可以通过比较ln/Lambda(R )和ln/eta。
例子1
H_{1}=信源输出恒定电压值m,H_{0}=信源输出0。在接收端得到含噪信号,噪声是零均值高斯白噪声,方差为/sigma^2。
在这两个条件下的观测值分别为:
H_{1}: r_{i} = m + n_{i}, i = 1, 2, ..., N,
H_{0}: r_{i} = n_{i}, i = 1, 2, ..., N,
p_{n_{i}}(X) = /frac{1}/sqrt{2/pi}exp(-/frac{X^2}2/sigma^2)
那么,两个条件概率密度函数分别为:
p_{r_{i}|H_{1}}(R_{i}|H_{1}) = p_{n_{i}}(R_{i}-m) = /frac{1}/sqrt{2/pi}exp(-/frac{(R_{i}-m)^2}2/sigma^2)
p_{r_{i}|H_{0}}(R_{i}|H_{0}) = p_{n_{i}}(R_{i}) = /frac{1}/sqrt{2/pi}exp(-/frac{R_{i}^2}2/sigma^2)
Binary Hypotheses相关推荐
- Chapter 9 (Classical Statistical Inference): Binary Hypothesis Testing
本文为 IntroductionIntroductionIntroduction tototo ProbabilityProbabilityProbability 的读书笔记 目录 Binary Hy ...
- 107. Binary Tree Level Order Traversal II
题目 Given a binary tree, return the bottom-up level order traversal of its nodes' values. (ie, from l ...
- 102. Binary Tree Level Order Traversal
题目 Binary Tree Level Order Traversal 层次遍历二叉树 链接 Given a binary tree, return the level order traversa ...
- Binary XML file line #8: Error inflating class android.support.v7.widget.RecyclerView
今天创建了一个 demo ,然后就是复制RecyclerView 过去, 到最后完成运行的时候发现 系统奔溃了, 然后 提示 Binary XML file line #8: Error inflat ...
- Android运行时候报错:android.view.InflateException: Binary XML file line #19: Binary XML file lin
Android运行时候报错:android.view.InflateException: Binary XML file line #19: Binary XML file lin 这个问题自己大致在 ...
- android.view.InflateException: Binary XML file line #7: Binary XML file line #7
错误如下 11-21 08:19:44.040 3608-3608/com.leon.oldrecyclerview E/AndroidRuntime: FATAL EXCEPTION: main ...
- [Java]LeetCode297. 二叉树的序列化与反序列化 | Serialize and Deserialize Binary Tree
★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★ ➤微信公众号:山青咏芝(shanqingyongzhi) ➤博客园地址:山青咏芝(https://www.cnblog ...
- Java for LeetCode 067 Add Binary
Given two binary strings, return their sum (also a binary string). For example, a = "11" b ...
- LeetCode刷题记录14——257. Binary Tree Paths(easy)
LeetCode刷题记录14--257. Binary Tree Paths(easy) 目录 前言 题目 语言 思路 源码 后记 前言 数据结构感觉理论简单,实践起来很困难. 题目 给定一个二叉树, ...
最新文章
- chrome 禁用恢复页面提示_有哪些很值得推荐的Chrome插件?精选7款实用插件
- java 判断exception类型_Checked Exception | Java语言设计者的失误?
- 04 canvas——位移画布和旋转缩放
- Chrome 快捷键
- 第四章 数学规划模型
- 利用python调用谷歌翻译API
- cocos2dx 手游luac 解密 文件的key
- WPS中插入“公式”后行距不正常的解决办法
- IOS支持IPv6 DNS64/NAT64网络
- 如何在51单片机实现日程提醒(生日闹钟)
- 【冈凡记录】阿冈与叶凡超女8进6决赛的全观察!
- Java基础-对象反序列化
- for(foo(‘a‘) ; foo(‘b‘) (i<2);foo(‘c‘))的执行结果
- 常见的GC算法(GC的背景与原理)
- using (XX xx = ...) 的含义
- Android各种大内存脚本对比(app2sd,a2sd,a2sd+,d2sd,CronMod,Mound2SD)
- python热图_Python可视化matplotlibseborn14-热图heatmap
- 用Python实现拨打电话
- 【数理知识】矩阵普通乘积,哈达玛积,克罗内克积,点乘,点积,叉乘,matlab代码实现
- 区块链革命 - 推荐序一 区块链革命:从失控说起
热门文章
- fastDfs+tracker+nginx在Centos7上配置文件服务器
- 数据挖掘:实用案例分析 下载_真经阁丨萌低龄,超实用“萌系”呈现技巧及设计案例分析...
- NAACL 2018 ACCEPTED PAPER
- 植物大战僵尸:代码实现自动收集阳光
- OSChina 周二乱弹 —— 你一辈子都不可能跟她这么亲近
- 拼多多校招内推编程题1 最大乘积
- HTML网页图片使用技巧集锦
- python下载酷狗音乐上的歌曲
- 完整的iOS直播app
- 【知识星球】视频分类模型和数据集板块汇总介绍