Теория обнаружения сигнала

Теория обнаружения сигнала (ТОС; также теория сенсорных решений, теория обнаружения) — это математическая и статистическая модель, описывающая процесс принятия решений в условиях неопределённости, когда наблюдатель (человек, животное или техническое устройство) должен различить наличие полезного сигнала на фоне шума. Теория возникла на стыке психофизики, радиотехники и статистической теории решений и позволяет количественно оценить чувствительность сенсорной системы и её критерий принятия решения, отделяя способность различать сигнал от субъективных предпочтений (смещения) наблюдателя.

История

Предпосылки к созданию теории обнаружения сигнала появились в 1940-х годах в рамках радиолокации и связи. Инженеры и математики столкнулись с задачей: как оптимально обнаруживать слабый радиолокационный сигнал на фоне помех и шумов. В 1943 году американский математик Норман Левинсон предложил первые статистические критерии для этой задачи. В 1948 году Клод Шеннон в своей работе «Математическая теория связи» заложил основы теории информации, которая тесно связана с ТОС.

В 1954 году американские психологи Уилсон Таннер и Джон Светс (John A. Swets) впервые применили идеи теории обнаружения сигнала к психофизике человека. Они показали, что классические пороговые модели восприятия (например, теория абсолютного порога Фехнера) неадекватны, поскольку не учитывают, что наблюдатель может менять свою стратегию ответа в зависимости от ситуации. В 1966 году вышла монография Дэвида Грина и Джона Светса «Теория обнаружения сигнала и психофизика», которая стала классическим учебником и окончательно утвердила ТОС в психологии.

Основные понятия

Сигнал и шум

В рамках ТОС любое сенсорное событие рассматривается как результат взаимодействия сигнала (целевого стимула) и шума (случайных флуктуаций сенсорной системы, внешних помех). Шум присутствует всегда, даже при отсутствии сигнала. Наблюдатель получает на входе некоторое сенсорное впечатление (внутреннее представление), которое является случайной величиной, распределённой по определённому закону.

Распределения

Предполагается, что сенсорные впечатления, вызванные только шумом, и впечатления, вызванные сигналом на фоне шума, подчиняются двум различным распределениям вероятностей. Чаще всего используются нормальные (гауссовы) распределения с равными дисперсиями. Параметр d' (d-штрих) — это мера расстояния между средними этих двух распределений, нормированная на стандартное отклонение. Чем больше d', тем легче наблюдателю различить сигнал и шум, то есть тем выше его чувствительность.

Критерий принятия решения

Наблюдатель не просто пассивно регистрирует стимул, а принимает решение: «сигнал есть» или «сигнала нет». Для этого он устанавливает некоторый порог (критерий) на шкале сенсорных впечатлений. Если сенсорное впечатление превышает порог, наблюдатель отвечает «да» (сигнал есть); если ниже — «нет» (сигнала нет). Положение этого порога зависит от множества факторов: ожидаемой вероятности появления сигнала, цены правильных и ошибочных ответов, индивидуальных особенностей наблюдателя.

Матрица исходов

Результаты любого испытания в ТОС описываются с помощью матрицы 2×2, где строки — реальное состояние мира (сигнал есть или нет), а столбцы — ответ наблюдателя (да или нет). Возможны четыре исхода:

На основе этих исходов рассчитываются две основные вероятности:

• Вероятность попадания (Hit Rate, HR) — доля случаев, когда сигнал был, и наблюдатель правильно ответил «да».
• Вероятность ложной тревоги (False Alarm Rate, FAR) — доля случаев, когда сигнала не было, но наблюдатель ошибочно ответил «да».

Параметры чувствительности и смещения

Чувствительность (d')

Параметр d' (произносится «дэ-штрих») является мерой способности наблюдателя различать сигнал и шум. Он вычисляется как разность между z-преобразованиями вероятностей попадания и ложной тревоги:

\[ d' = z(HR) - z(FAR) \]

где z — обратная функция нормального распределения (пробит). Чем выше d', тем лучше наблюдатель различает сигнал. Значение d' = 0 означает, что наблюдатель не различает сигнал и шум (его ответы случайны). Теоретически d' может быть любым неотрицательным числом, на практике обычно находится в диапазоне от 0 до 3–4.

Критерий (смещение, β или c)

Параметр смещения (bias) отражает стратегию наблюдателя: склонность чаще отвечать «да» или «нет». Существует несколько мер смещения:

• β (бета) — отношение высот функций плотности распределения сигнала и шума в точке критерия. β > 1 означает консервативную стратегию (наблюдатель редко отвечает «да»), β < 1 — либеральную (часто отвечает «да»).
• c (цэ) — мера смещения, вычисляемая как среднее арифметическое z-преобразований HR и FAR, взятое с обратным знаком: c = -0.5 * (z(HR) + z(FAR)). c > 0 соответствует консервативной стратегии, c < 0 — либеральной.

Важно, что d' и смещение — независимые параметры. Наблюдатель может изменить свой критерий, не меняя чувствительности.

Применение

Психология и психофизика

ТОС является стандартным инструментом для изучения сенсорных процессов: зрения, слуха, осязания, обоняния, вкуса. Она позволяет, например, измерить, насколько хорошо человек различает два близких цвета или звука, отделив это от его готовности отвечать «разные». ТОС также применяется в когнитивной психологии для изучения памяти (различение старых и новых стимулов), внимания и принятия решений.

Медицина и диагностика

В медицинской диагностике (например, при интерпретации рентгеновских снимков, МРТ, анализов крови) ТОС используется для оценки точности диагностического метода. Параметр d' (или AUC — площадь под ROC-кривой) служит мерой информативности теста, а смещение отражает склонность врача к гипер- или гиподиагностике.

Радиолокация и связь

В радиолокации и радиосвязи ТОС лежит в основе оптимальных обнаружителей сигналов. Критерии Неймана — Пирсона, максимума правдоподобия, минимума среднего риска — всё это частные случаи применения ТОС. Современные системы связи (например, Wi-Fi, 4G/5G) используют методы обнаружения, основанные на ТОС, для декодирования сигналов на фоне помех.

Техническая диагностика и контроль качества

В промышленности ТОС применяется для оценки работы систем неразрушающего контроля (ультразвуковая дефектоскопия, рентгеновский контроль). Она позволяет оптимизировать порог срабатывания дефектоскопа, чтобы минимизировать как пропуск дефектов, так и ложные тревоги.

Биология и экология

В поведенческой экологии ТОС используется для анализа принятия решений животными: например, когда лягушка решает, убегать ли от потенциального хищника, или когда птица выбирает место для гнезда. Животные, как и люди, могут менять свой критерий в зависимости от цены ошибки.

ROC-анализ

ROC-кривая (Receiver Operating Characteristic, рабочая характеристика приёмника) — это график, показывающий зависимость вероятности попадания от вероятности ложной тревоги при изменении критерия принятия решения. Каждая точка на кривой соответствует одному значению критерия. Чем ближе ROC-кривая к левому верхнему углу графика, тем выше чувствительность (d'). Площадь под ROC-кривой (AUC, Area Under Curve) является интегральной мерой точности, не зависящей от критерия. AUC = 1 соответствует идеальному различению, AUC = 0.5 — случайному угадыванию.

Критика и ограничения

Основное допущение ТОС — нормальность и равенство дисперсий распределений сигнала и шума. На практике эти условия могут не выполняться, что приводит к искажению оценок d'. Существуют непараметрические аналоги ТОС (например, A' — непараметрическая мера чувствительности), которые менее чувствительны к нарушениям допущений. Также ТОС не учитывает динамику процесса принятия решений (например, последовательное накопление информации) и сложные когнитивные стратегии, выходящие за рамки простого порогового правила.

Источники

1. Green D. M., Swets J. A. Signal Detection Theory and Psychophysics. — New York: Wiley, 1966.
2. Macmillan N. A., Creelman C. D. Detection Theory: A User’s Guide. — 2nd ed. — Mahwah, NJ: Lawrence Erlbaum Associates, 2005.
3. Tanner W. P., Swets J. A. A decision-making theory of visual detection // Psychological Review. — 1954. — Vol. 61, № 6. — P. 401–409.
4. Wickens T. D. Elementary Signal Detection Theory. — Oxford: Oxford University Press, 2002.