Receiver Operating Characteristics

接收器操作特性（ROC）曲线呈现检测器性能的图形摘要。您可以使用ROCPFAandrocsnr功能。

如果您有兴趣检查更改false-arrarm概率对固定SNR检测概率的影响，则可以使用rocsnr。例如，在实价高斯噪声中，单个样品的Neyman-Pearson检测器的阈值SNR约为13.5 dB。利用rocsnr绘制检测的概率随着该SNR处的false-ararm速率的函数而变化。

t = npwgnthresh（1e-6,1，'真实的'）；rocsnr（t，“信号类型”，，，，'真实的'）

ROC曲线可让您轻松阅读以给定的错误警报率的检测概率。

您可以使用rocsnr检查固定SNR的不同接收信号类型的检测器性能。

SNR = 13.54;[pd_real，pfa_real] = rocsnr（snr，“信号类型”，，，，'真实的'，，，，...'Minpfa'，1E-8）;[pd_coh，pfa_coh] = rocsnr（snr，...“信号类型”，，，，'NonfluctuatingCoherent'，，，，...'Minpfa'，1E-8）;[pd_noncoh，pfa_noncoh] = rocsnr（snr，“信号类型”，，，，...“非屈光努力”，，，，'Minpfa'，1E-8）;semilogx（pfa_real，pd_real）保持on网格onsemilogx（pfa_coh，pd_coh，'r'）semilogx（pfa_noncoh，pd_noncoh，'K'）Xlabel（“虚假警报概率”）ylabel（“检测概率”） 传奇（'真实的'，，，，'相干'，，，，“非合法者”，，，，'地点'，，，，'东南'） 标题（'ROC Curve Comparison for Nonfluctuating RCS Target'）hold离开

ROC曲线清楚地证明了相干检测器和非相关情况的检测性能的较高概率。

这rocsnr函数接受SNR矢量输入，可让您快速检查许多ROC曲线。

SNRs = (6:2:12); rocsnr(SNRs,“信号类型”，，，，“非屈光努力”）

图表显示,随着信噪比的增加,苏pports of the probability distributions under the null and alternative hypotheses become more disjointed. Therefore, for a given false-alarm probability, the probability of detection increases.

您可以检查检测的概率是SNR的函数ROCPFA。为了获得ROC曲线，用于以虚假警报概率的旋转i目标模型（1E-6,1E-4,1E-2,1E-1），，，，use

Pfa = [1E-6 1E-4 1E-2 1E-1];ROCPFA（PFA，“信号类型”，，，，'swerling1'）

利用ROCPFAto examine the effect of SNR on the probability of detection for a detector using noncoherent integration with a false-alarm probability of1E-4。Assume the target has a nonfluctuating RCS and that you are integrating over 5 pulses.

[pd，snr] = rocpfa（1e-4，...“信号类型”，，，，“非屈光努力”，，，，...'numpulses'，5）;数字;情节（SNR，PD）;Xlabel（'snr（db）'）；ylabel（“检测概率”）；网格on; title('Nonfluctuating Noncoherent Detector (5 Pulses)'）；

Related Topics

• 使用ROC曲线的探测器性能分析