Lecture 13 随机参量的Bayes估计.ppt

Lecture 13 随机参量的Bayes估计 基本概念 估计理论与第三、四章介绍的检测理论有很多相似的地方，有些分析方法是相同的。 检测理论的主要任务是从M个可能的信号假设中，判断哪个假设成立，检测系统结构、性能分析方法及最佳信号波形设计等问题。 估计理论，主要任务是在某种信号假设下，估算该信号中某个参数（比如幅度、相位、达到时间）的具体取值，该需要估计的参数一般是连续变量。 如果信号的某个参数取离散值，估计理论和检测理论的界限变得不明显。 模型 模型 估计性能 随机参量的贝叶斯估计 1. 掌握常用代价函数和贝叶斯估计的概念 代价函数和贝叶斯估计 平均代价 平均代价 最小均方误差估计 最小均方误差估计 最小均方误差估计 最大后验估计 最大后验估计 条件中值估计 条件中值估计 例1 研究在加性噪声中单随机参量 的估计问题。 解： 例2 研究在加性噪声中单随机参量 的估计问题。 解： Lecture 13 –随机参量的Bayes估计 TE3221023 信号检测与估值 2015年春季 * TE3221023 信号检测与估值 2015年春季 西电通院郑贱平 Available at: /jpzheng/teach.html 1. 通信系统中的估计问题 载波频率、相位、时延 信道衰落系数 信道噪声的均值和方差 2. 参量估计的数学模型和估计量