主要内容

albersheim

使用Albersheim方程所需的信噪比

所有的页面崩溃

语法

信噪比= albersheim (Pd, Pfa)
信噪比= albersheim (Pd, Pfa, N)

描述

例子

信噪比= albersheim (Pd,Pfa)返回分贝的信噪比。该值指示所需的比率达到给定的概率的检测Pd和假警报Pfa一个样本。

例子

信噪比= albersheim (Pd,Pfa,N)确定所需的信噪比的非相干积分N样本。

例子

全部折叠

打开生活的脚本

计算所需的单个脉冲信噪比达到0.9的探测概率作为歧视的警报概率函数。

设置检测概率为0.9和假警报从0.0001到0.01的概率。

Pd = 0.9;Pfa = 0.0001:0.0001: . 01;

循环Albersheim方程虚警概率。

信噪比= 0(1、长度(Pfa));为j = 1:长度(Pfa)信噪比(j) = albersheim (Pd, Pfa (j));结束

画出信噪比和虚警概率的函数。

信噪比semilogx (Pfa)网格轴紧包含(“假警报”的概率)ylabel (“所需的信噪比(dB)”)标题(" P_D所需要的信噪比= "+ Pd +“(N = 1)”)

图包含一个坐标轴对象。坐标轴对象标题P_D =空白0所需要的信噪比。9空白空白空白(N = 1),包含概率的假警报,ylabel所需信噪比(dB)包含一个类型的对象。

打开生活的脚本

计算所需的10个不相干的集成脉冲信噪比达到0.9的探测概率函数的虚警概率。

设置检测概率为0.9和假警报从0.0001到0.01的概率。

Pd = 0.9;Pfa = 0.0001:0.0001: . 01;Npulses = 10;

遍历Albersheim方程在所有的虚警概率。

信噪比= 0(1、长度(Pfa));为j = 1:长度(Pfa)信噪比(j) = albersheim (Pd, Pfa (j), Npulses);结束

画出信噪比作为虚警概率的函数。

信噪比semilogx (Pfa)网格轴紧包含(“假警报”的概率)ylabel (“所需的信噪比(dB)”)标题(" P_D所需要的信噪比= "+ Pd +“(N = 10)”)

图包含一个坐标轴对象。坐标轴对象标题P_D =空白0所需要的信噪比。9空白空白(N =空白1 0),包含概率的假警报,ylabel所需信噪比(dB)包含一个类型的对象。

输入参数

全部折叠

检测概率,指定为一个积极的标量。

数据类型:单|双

假警报的概率,指定为一个积极的标量。

数据类型:单|双

非相干积分的脉冲数量,指定为一个积极的标量。

数据类型:单|双

更多关于

全部折叠

Albersheim方程

Albersheim方程使用一个封闭近似计算信噪比。需要这个信噪比的值来达到指定的检测和虚警概率nonfluctuating目标的独立同分布的高斯噪声。近似线性检测器是有效的,可扩展的非相干积分的N样本。

让

一个 = ln 0.62 P F 一个

和

B = ln P D 1 − P D

在哪里P足总和PD分别是虚警和检测概率吗

Albersheim分贝的方程所需的信噪比是:

信噪比 = − 5 日志 10 N + ( 6.2 + 4.54 / N + 0.44 ] 日志 10 ( 一个 + 0.12 一个 B + 1.7 B )

在哪里N是不相干的综合样本的数量。

扩展功能

版本历史

介绍了R2011a

另请参阅