Обычная проблема датчиков тревожной сигнализации состоит в противоречии между требованием высокой чувствительности и требованием достоверности сигнала тревоги. Компромисса между ними у простейших датчиков достигнуть не удаётся. Например, противоугонный датчик автомобиля может регулярно нарушать тишину ложными сигналами тревоги, а в итоге оказаться все-таки недостаточно чувствительным при реальном угоне.

Поэтому все более серьёзные системы предупреждения об опасностях используют специальные методы обработки информации. При разработке оборонных систем предупреждения (типа ПВО, противолодочных и др.) используется математический (статистический) аппарат теории выбора между гипотез. Результаты этой теории легко внедряются и в охранные системы.

Для этого достаточно реализовать несложную вторичную обработку сигналов - например, с помощью микропроцессора. Простой алгоритм позволяет выработать практически достоверный сигнал тревоги, даже если используемый датчик часто даёт ошибки.

Проектирование и отладку систем тревожной сигнализации можно использовать готовую математическую модель. Пример математического моделирования приведён на графике (рис. 1).

Рис. 1. Пример математического моделирования алгоритма в системе MathLab

В данном примере сначала (при k=1,2,…,50) объекта нет, а затем (при k=51,52,…,100) объект появился. Вырабатываемые датчиком первичные дискретные сигналы тревоги b_k. бывают ошибочными. (В данном примере рассматривается датчик с достаточно заурядными параметрами, имеющий вероятность ложной тревоги () 15% и вероятность пропуска объекта () 10%.) Однако на выходе процессора получается последовательность p_k вероятности присутствия объекта, которая отражает действительное положение с пренебрежимо малыми отклонениями от реальности.

Возможность использования, таким образом, обнаружителей даже и низкой точности может оказать влияние на технологию охранных систем. При использовании данного процессора могут быть сняты многие проблемы и тонкости разработки и наладки первичных датчиков.