统计信号处理实验二报告.docVIP

统计信号处理 实验报告 （实验二） 姓名：丁相程 学号 时间：2014.5.9 实验目的： 掌握参数估计方法； 掌握用计算机分析数据的方法。 实验内容： 假设一个运动目标，在外力作用下作一维匀加速运动。其运动轨迹满足的方程为：。其中为目标的加速度，为t=0时目标运动的速度（初速度），为目标在t=0时的初始位置。对目标位置的观测结果为： 其中为观测到的目标位置，，为白色观测噪声。假设在t=0,1,2,…,99s时刻分别取得了100个观测结果x(0),x(1),…,x(99)。 分别用最大似然，最小二乘方法，根据观测结果求出，和； 用Monte_Carlo法，计算出上面两种方法求出的参数的偏差和方差； 利用估计出的参数，得到目标位置的时间参数的估计，并用Monte_Carlo法计算在t=0,1,2,…,99s等各个时间点上对目标位置估计的方差和偏差； 将噪声的分布改为在（-1，+1）区间分布，应用上面推导出的最大似然，最小二乘公式对参数进行估计，并计算估计的偏差和方差。 实验要求： 1)设计仿真计算的Matlab程序，给出软件清单； 2)完成实验报告，对实验结果进行描述，并给出实验结果，对实验数据进行分析。 （1）假设s0=0,v0=0.5,a=0.1为实际值，将其带入,得到s（t）；由于，并且，为白噪声，在t=0,1,2,…,99s时刻分别取得了100个观测结果x(0),x(1),…,x(99)。 1、利用最大似然估计（ML估计）的目标是寻找使得先验概率密度函数最大的条件作为估计的结果，即 这个数值可以用下面的公式求出： 2、利用普通最小二乘法（非加权），假定观测结果和待估计参量之间存在线性关系，这里为了表示方便，用代替了原来的。等式中的H是根据先验知识已知的参数矩阵，n是在观测中附加的未知干扰。设计目标，就是寻找一个使得观测误差平方和最小的参数矢量作为估计结果： 实验结果分析：从图标可以感觉到两种方法对s0，v0以及a的估计结果貌似差不多，都基本符合实际值，然后通过提取两种方法观测值的均值： Ml（s0，v0，a） = 0.0360 0.4974 0.1000 Ls =（s0，v0，a）= 0.0360 0.4974 0.1000 可以发现在此处两种方法估计结果确实相同，实际上，当噪声服从正态分布时，普通最小二乘估计与最大似然估计效果一样。 与此同时，可以看出对于估测结果a最好，v0次之，而s0效果最差，，从信号变化的角度可以这样理解：随着时间推移信号发生变化，其中提供加速度的信息最多，其次是初始速度，而提供的初始位移信息量最少。 （2）用Monte_Carlo法，计算出上面两种方法求出的参数的偏差和方差： 估计结果1： 估计结果2： 估计结果3： 实验结果分析：每一次观测都能得到不同的估计结果，实际测得两种估计方法得到的结果基本上都是无偏的。同等观测条件下，两种方法的性能是一致的。 （3）利用（2）中估计出的参数，得到目标位置的时间参数的估计，用Monte_Carlo法计算在t=0,1…,99s等各个时间点上对目标位置估计的方差和偏差； 估计结果1： 估计结果2： 估计结果3： 实验结果分析:由图所示两种方法获得的目标位置的偏差在误差允许范围内，而方差依旧很小，符合实际值。 （4）将噪声的分布改为在（-1，+1）区间均匀分布，应用上面推导出的最大似然，最小二乘公式对参数进行估计： 将软件清单中所有的nt=rand(1,100)全部替换为nt=2*rand(1,100)-1，然后根据题目要求最大似然以及最小二乘估计的公式可以不修改，重复（1）（2）（3）内容。 4_1 4_2 4_3 实验结果分析: 实际测得，在这种情况下，两种方法的估计结果基本上是无偏的。同等观测条件下，两者性能趋向一致。 与前三项测试比，噪声的分布改为在（-1，+1）区间均匀分布后，参数估计的方差和偏差变小，各个时间点上对目标位置估计的方差和偏差变小，是因为（-1，+1）区间均匀分布的噪声方差小于白噪声。验二 9