The optimum threshold level which m

The optimum threshold level which minimizes the probability of error may be found by differentiating (4.74) with respect to αT, and then solving for the threshold level that set the derivative equal to zero [25,45]. In the case of OOK, since ones and zeros are equally likely and the probability distributions are identical, the optimum threshold level occurs at the point at which the two conditional probability density functions intersect, which is midway between expected one and zero levels [45,46]. Thus, for OOK, αT−opt = E/2.
With the exception of 2-DPIM(NGB), for all orders of DPIM(NGB) and DPIM(1GS),
the probability of receiving a zero is greater than the probability of receiving a one. Therefore, the optimum threshold level does not lie midway between expected one and zero levels. Intuitively, since zeros are more likely, it is apparent that the probability of error can be improved by using a threshold level which is slightly higher than the mid- way value. This increases the probability of correctly detecting a zero, at the expense of increasing the probability of an erasure error. However, since zeros are more likely, an overall improvement in average error performance is achieved.
Generally, the cost of mistaking a zero for a one is the same as the cost of mistaking a one for a zero. In this case, if the probability densities are scaled by the a priori probabilities, then the optimum threshold level occurs where the probability densities intersect [46], as illustrated in Figure 4.22.

Kết quả (Việt) 1:

Mức ngưỡng tối ưu mà giảm thiểu xác suất của các lỗi có thể được tìm thấy bởi khác biệt (4.74) đối với αT, và sau đó giải quyết cho mức ngưỡng thiết bình đẳng bắt nguồn từ 0 [25,45]. Trong trường hợp của ÜCH, kể từ khi những người và zeros có khả năng như nhau và phân bố xác suất là giống hệt nhau, mức độ tối ưu ngưỡng xảy ra tại điểm mà tại đó các chức năng mật độ xác suất có điều kiện hai giao nhau, đó là midway giữa dự kiến một và không cấp [45,46]. Vì vậy, cho ÜCH, αT−opt = E/2.
ngoại trừ 2-DPIM(NGB), cho tất cả các đơn đặt hàng của DPIM(NGB) và DPIM (1),
khả năng nhận được một số không là lớn hơn khả năng nhận được một. Do đó, mức độ tối ưu ngưỡng không nói dối midway giữa dự kiến một và zero cấp. Trực giác, kể từ khi Zero có nhiều khả năng, nó là rõ ràng rằng xác suất của các lỗi có thể được cải thiện bằng cách sử dụng mức ngưỡng hơi cao hơn giá trị giữa cách. Điều này làm tăng xác suất một cách chính xác phát hiện một chiếc zero, tại các chi phí tăng xác suất của một lỗi erasure. Tuy nhiên, kể từ khi Zero có nhiều khả năng, sự cải thiện tổng thể trong hiệu suất trung bình là lỗi đạt được.
nói chung, chi phí của một số không cho một tưởng lầm là giống như chi phí của tưởng lầm một cho một số không. Trong trường hợp này, nếu mật độ xác suất được đẩy mạnh bởi một tiên nghiệm xác suất, sau đó mức độ tối ưu ngưỡng xảy ra nơi các mật độ xác suất giao nhau [46], như minh họa trong hình 4,22.

Kết quả (Việt) 2:

Mức ngưỡng tối ưu giúp giảm thiểu xác suất lỗi có thể được tìm thấy bằng cách phân biệt (4,74) đối với αT với, và sau đó giải quyết cho mức ngưỡng đó thiết lập bằng phái sinh để không [25,45]. Trong trường hợp của Ook, vì những người thân và số không đều có khả năng và phân bố xác suất là giống hệt nhau, mức ngưỡng tối ưu xảy ra tại điểm mà tại đó hai chức năng mật độ xác suất có điều kiện giao nhau, đó là nằm giữa dự kiến và không một mức độ [45, 46]. Như vậy, cho Ook, αT-opt = E / 2.
Ngoại trừ 2 DPIM (NGB), cho tất cả các đơn đặt hàng của DPIM (NGB) và DPIM (1GS),
xác suất nhận được một số không lớn so với xác suất nhận được một. Do đó, mức ngưỡng tối ưu không nằm nằm giữa dự kiến và không một cấp độ. Trực giác, vì số không có nhiều khả năng, nó là rõ ràng rằng xác suất của lỗi có thể được cải thiện bằng cách sử dụng một mức ngưỡng cao hơn giá trị giữa đường một chút. Điều này làm tăng khả năng phát hiện chính xác một số không, tại các chi phí gia tăng xác suất của một lỗi tẩy xoá. Tuy nhiên, vì số không có nhiều khả năng, cải thiện tổng thể hiệu suất lỗi trung bình là đạt được.
Nói chung, chi phí lầm một số không cho một ai giống như chi phí của một nhầm lẫn một cho một số không. Trong trường hợp này, nếu mật độ xác suất được thu nhỏ lại bởi các tiên xác suất, sau đó mức ngưỡng tối ưu xảy ra nơi mật độ xác suất giao nhau [46], như minh họa trong hình 4.22.