信号检测与估计理论-第五章-统计估计理论.pptVIP

5.7.4 线性最小均方误差递推估计 4、递推估计的特点和性质 递推估计算法的优点： 算法效率高； 只需对低阶矩阵求逆； 被估计随机变量的前二阶矩先验知识未知，也可确定某一初始条件后运行算法； 递推算法在获得估计矢量的同时，也获得了反映估计精度的估计矢量的均方误差阵（对其求迹即可得到估计矢量的均方误差）； 修正增益矩阵与观测噪声矢量的协方差矩阵成反比。 5.7.4 线性最小均方误差递推估计 例5.7.2 线性最小均方误差估计（递推算法） 5.7.4 线性最小均方误差递推估计 5.29 若观测值 计算可得： 测量中，若发现 ，明显不合理，应当剔除，并补充一个 合理数值，如： 若 : 线性最小均方误差递推估计思想 Gram-Schmidt正交化方法 线性代数的几何意义 page134/174 线性最小均方误差递推估计思想 Steven M. Key page319 5.7.5 单参量的线性最小均方误差估计 已知被估计参量（标量）和观测矢量前二阶矩知识 观测噪声矢量的前二阶矩知识已包含在观测矢量的前二阶矩知识中。可得单参量的线性最小均方误差估计和均方误差阵如下 均方误差阵（矩阵）已退化成均方误差（标量）。 N×1 N×N 1×N 5.7.6 观测噪声不相关