坚韧检测

[拼音]：jianren jiance

[外文]：robust detection

现代检测理论的一个分支。用经典参量检测理论解决从噪声中提取信号问题，往往会遇到对背景噪声的统计特性缺乏先验知识的困难。坚韧检测是为了克服这一困难而发展起来的。与参量检测方法比较，坚韧检测的特点是不需要确定的噪声概率分布模型，而是以首先假设与实际噪声相近似的一族分布函数作为解决问题的起点。曾经提出过几种分布函数族模型，对于下式的混合模型的研究最为广泛：

＝｛F＝(1－ε)G_i+εH_i，H_i∈｝(0＜ε＜1；i＝0.1)

式中G_i为一个确定的分布函数；ε称为污染度； 为一类很宽的分布函数集；F为集的元素。F中的第一项是对噪声统计特性确知部分的描述，第二项是对噪声统计特性中不确定性的描述，ε则表示不确定性的权重。当ε较小时，中的任一元素F均很接近名义分布函数G_i;当ε较大时，分布就变得复杂。从上式所列模型出发，根据实际问题中给定的准则，在和中寻找一对最不利分布，在数学上就是要求出一个下确界。然后，从这对最不利分布出发，用参量检测理论中的统计判决方法求出一个上确界，构造出最佳检测器，这样就使检测理论能适应较复杂的背景噪声，具有工程实用意义。

相关推荐: 坚韧检测