دانلود مقاله ISI انگلیسی شماره 65337
ترجمه فارسی عنوان مقاله

رزونانس تصادفی در مسائل فرضیه - تست کامپوزیت باینری در چارچوب نیمن-پیرسون

عنوان انگلیسی
Stochastic resonance in binary composite hypothesis-testing problems in the Neyman–Pearson framework ☆
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
65337 2012 16 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Digital Signal Processing, Volume 22, Issue 3, May 2012, Pages 391–406

ترجمه کلمات کلیدی
فرضیه تست باینری ؛ فرضیه تست کامپوزیت ؛ رزونانس تصادفی ؛ نیمن پیرسون ؛ حداقل مطلوب
کلمات کلیدی انگلیسی
Binary hypothesis-testing; Composite hypothesis-testing; Stochastic resonance (SR); Neyman–Pearson; Least-favorable prior
پیش نمایش مقاله
پیش نمایش مقاله  رزونانس تصادفی در مسائل فرضیه - تست کامپوزیت باینری در چارچوب نیمن-پیرسون

چکیده انگلیسی

Performance of some suboptimal detectors can be enhanced by adding independent noise to their inputs via the stochastic resonance (SR) effect. In this paper, the effects of SR are studied for binary composite hypothesis-testing problems. A Neyman–Pearson framework is considered, and the maximization of detection performance under a constraint on the maximum probability of false-alarm is studied. The detection performance is quantified in terms of the sum, the minimum, and the maximum of the detection probabilities corresponding to possible parameter values under the alternative hypothesis. Sufficient conditions under which detection performance can or cannot be improved are derived for each case. Also, statistical characterization of optimal additive noise is provided, and the resulting false-alarm probabilities and bounds on detection performance are investigated. In addition, optimization theoretic approaches to obtaining the probability distribution of optimal additive noise are discussed. Finally, a detection example is presented to investigate the theoretical results.