В докладе будут приведены оптимизационные постановки, возникающие при формализации задачи обнаружения детерминированного сигнала при наличии шума среды, которая, на первый взгляд, является задачей бинарной классификации. Однако грамотная декомпозиция задачи поднимает вопросы о том, какая информация о свойствах сигнала и шума известна и как правильно понимать решение этой задачи.
В общем случае задача обнаружения представляет собой бинарную классификацию, для которой требуется сформировать правило принятия решения о наличии или отсутствии полезного сигнала в сигнально-шумовой смеси. При этом, в случае многоклассовой классификации, признаки, сформированные на основе входящей временной последовательности отсчетов, могут относится к множеству различных классов, на которые делится как полезный сигнал, так и шум. Чем больше классов предлагается для принятия решения, тем точнее требуется знать частотно-временные свойства сигнала и шума. В бинарной классификации различение двух гипотез опирается на функцию различения, которая показывает предельные возможности метода обнаружения детерминированного сигнала в шуме. Это можно рассматривать как некоторый аналог принципа неопределенности в квантовой механике или цифровой обработке сигналов (Теорема Котельникова), поскольку, даже увеличивая количество признаков нельзя решить задачу обнаружения сигнала в шуме при малом отношении сигнал/помеха.
Характеристики сигнала можно отнести к локальным или интегральным информационным характеристикам, которые являются функциями (функционалами) от входящего временного ряда. Поэтому требуется сформировать оптимальные правила для синтеза информационной системы, решающей задачу обнаружения на основе ограниченной априорной информации. Однако стоит учитывать, что особенностью такой оптимальной обработки является неустойчивость к изменению статистических свойств шума и априорная неопределенность о свойствах сигнала, и тот факт, что многие математические конструкции оказываются не реализуемыми или реализуемыми с большими погрешностями.
Текущий доклад посвящен обсуждению свойств задачи обнаружения и формированию подхода для улучшения качества решения. Будут рассмотрены несколько последовательных этапов формализации и решения задачи обнаружения, опираясь на известные формулировки задачи разделения двух гипотез и Леммы Неймана-Пирсона. Затем будут выделены критерии, свойства и признаки детерминированного сигнала, применены методы оптимальной обработки сигналов с вычислением вероятностных временных, частотных и частотно-временных распределений, и на финальном этапе построены статистики для модельных экспериментов.