该程序运用matlab实现了在高斯白噪声背景下直流电平的检测。图中画出了似然比门限，虚警概率，漏警概率随先验概率，代价因子，噪声方差，电平幅度的变化。

改进的广义似然比检验，用于检测穿墙寿命检测中的常规呼吸信号

8 H1 ： 0 xn A fn wn ( ) cos(2 ) ( ) = ++ π θ n=1H0 ： xn wn () () = n=1其中 w[n]是均值为 0，方差为 2 σ n 的高斯白噪声，A 已知，样本间相互独立，信号与噪声相互独立; 相位θ 是随机变量，它服从均匀分布1 0 2 ( ) 20 pθ π θ π ?? ≤ ≤ = ??? 其它 1）改变输入信噪比（改变 A 或噪声方差均可），给定虚警概率，画出输入信噪比与检测概率之间的理论曲线。(注意：理论检测曲线与样本数有关) 2）改变样本数，用 Monte-Carlo 实验方法得出 PF＝0.001 时输入信噪比与检测概率之间关系曲线（至少三条），并得出结论。 3）改变 M-C 实验次数，样本数不变，用 Monte-Carlo 实验方法得出 PF ＝0.001 时输入信噪比与检测概率之间关系曲线（至少三条），并得出结论

似然比检验 当G大于临界值时，接受H1,拒绝无效假设，认为从整体上看适合作Logistic回归分析，回归方程成立。 本例模型的似然比检验结果： X2=-2(ln Lp-ln Lk)=95.497

矢量水听器最大似然比检测

循环平稳多天线频谱感知的广义似然比检验

代码亲测可用，直接调用comp_llr函数，格式是comp_llr(cleanFile, enhancedFile)，分别是干净语音，带噪语音

本文基于检测前跟踪技术研究了MIMO雷达系统中多个运动目标的早期预警问题,在推导已知目标数量时的二元广义似然比检验的基础上,提出了一种次优的基于逐目标消除和极坐标Hough变换(STC-PHT)的多目标检测前跟踪算法,并推导了该算法的虚警概率和检测概率表达式.与以往的多目标检测前跟踪算法相比,新算法具有较低的计算量,且本质上无需目标数量的先验信息,避免了目标数量未知时需执行多元假设检验的问题.仿真分析表明,新算法能有效地改善MIMO雷达在低信噪比条件下的检测性能.

针对冗余捷联惯组故障检测问题，采用广义似然比法（GLT）验证在特定冗余捷联惯组配置（三套正交安装的捷联惯组）下的故障检测的可行性及其检测效果。针对不同的传感器配置的几何安装矩阵 ，分别进行了仿真试验，通过改进传统的Potter算法，解决了Potter算法不能检测出某些传感器故障的问题。

工程中用备份惯性器件构成冗余捷联惯组（RIMU，Redundant IMU）以提高导航、制导系统的可靠性，针对某工程中的实际问题：三种冗余配置的捷联惯组，研究广义似然比法在三种配置下的误警率并进行比较分析，得到具有工程参考价值的结果：采用十表冗余配置的捷联惯组误警率最小。