鲁棒检测Robustness detection

Robust—坚韧，结实，在逆境中保持稳定。

经典检测理论－统计特性已知，假定概率分布模型，可以得出最佳检测器。当噪声的统计特性偏离了假设的情况时，就会导致最佳检测器的特性严重退化。

实际中，统计模型只能近似成立，如是在高斯分布的基础上叠加了一个分布尾Distribution tails.(<200MH无线信道)

构成混合型分布密度函数。

鲁棒检测：

☆当观测的采样数据受到异常值污染时，检测性能对模型的微小变化不敏感。

此外、鲁棒检测还要求下列性能：

☆实际模型与假设的理论模型严重偏离时，仍能使用；

☆实际模型与假设的理论模型少许差异时，性能影响小；

☆实际模型与假设的理论模型相符合时，性能只是良好；

☆实际模型与假设的理论模型完全吻合时，不必最优。

鲁棒检测虽然做了很多工作，但一些含义不够明确，在很大程度上，都是相对意义，即针对某些准则和在某些范围内有意义。

在更广泛的意义上，需要作进一步的探讨，或借助新理论：信息融合理论，基于符号处理的信号处理算法等等。