实验三检测性能的蒙特卡罗仿真.docx

检测性能的蒙特卡罗仿真
一、实验目的
在理论课中介绍了蒙特卡罗仿真方法及其在检测性能分析中的应用，本实验的目的是进一步熟悉该方法.
二、实验内容
仿真高斯白噪声中恒定电平检测的性能。
设有两种假设：
(1)
其中是服从N = 8; %观测次数
PD0=1-normcdf( sqrt(2).*erfinv(1-2.*PF) - sqrt(N)*d );
% PD = Q( Q^-1(PF) - sqrt(N)*d );
% Q(x) = 1-normcdf(x);
% Q^-1(x) = sqrt(2).*erfinv(1-2.*x);
figure;plot(20*log(d),PD0);
xlabel('信噪比d（dB）');
ylabel('PD');
title('理论检测性能曲线');
在该实验代码中取观测次数8。得到的实验 结果如下图所示：
2. 蒙特卡罗仿真检测性能曲线
具体的代码如下：
% Sandy
clear;clc
%% 蒙特卡罗仿真
d = 0::10; % 信噪比
A = 1; % 信号
sigma = A./d; % 噪声方差
PF = 10e-4; % 虚警概率
N = 8; % 观测次数
gama = sigma/sqrt(N)*(sqrt(2).*erfinv(1-2.*PF)); % 门限值 纽曼皮尔逊准则
% 高斯白噪声之流电平检测
% gama = sigma/sqrt(N) * Q^-1(PF)
% Q^-1(x) = sqrt(2).*erfinv(1-2.*x);

% ---------------------------------------------------------------------
M = 100; % 重复次数
PD1 = zeros(1,length(d)); % 检测概率 (记录大于门限的次数)
for i=1:length(d);
for j=1:M;
samp=A*ones(1,N)+sigma(i)*randn(1,8); % N次观测值
if sum(samp)/N>gama(i) % 门限判别
PD1(i)=PD1(i)+1;
end;
end
PD1(i)=PD1(i)/M;
end
% ---------------------------------------------------------------------
M = 500; % 重复次数
PD2 = zeros(1,length(d)); % 检测概率 (记录大于门限的次数)
for i=1:length(d);
for j=1:M;
samp=A*ones(1,N)+sigma(i)*randn(1,8);
if sum(samp)/N>gama