[工学]第五章信号检测与估计清华.ppt

第五章 信号的统计估计理论 基本要求 掌握随机参量的贝叶斯估计方法 掌握最大似然估计方法 掌握估计量的性质 掌握多参量估计方法 掌握线性最小均方误差估计方法 掌握最小二乘估计方法 掌握信号波形中参量的估计方法 5.1 引言 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。 5.1 引言 5.1 引言 5.1 引言 5.2 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 5.2 随机参量的贝叶斯估计 1. 常用代价函数和贝叶斯估计的概念 5.2 随机参量的贝叶斯估计 2. 平均代价 5.2 随机参量的贝叶斯估计 2. 平均代价 5.2 随机参量的贝叶斯估计 3. 最小均方误差估计 5.2 随机参量的贝叶斯估计 3. 最小均方误差估计 5.2 随机参量的贝叶斯估计 3. 最小均方误差估计 5.2 随机参量的贝叶斯估计 4. 最大后验估计 5.2 随机参量的贝叶斯估计 4. 最大后验估计 5.2 随机参量的贝叶斯估计 5. 条件中值估计 5.2 随机参量的贝叶斯估计 5.2 随机参量的贝叶斯估计 例5.1 研究在加性噪声中单随机参量 的估计问题。 5.2 随机参量的贝叶斯估计 解： 5.2 随机参量的贝叶斯估计 5.2 随机参量的贝叶斯估计 5.2 随机参量的贝叶斯估计 5.2 随机参量的贝叶斯估计 5.2 随机参量的贝叶斯估计 5.2 随机参量的贝叶斯估计 5.2 随机参量的贝叶斯估计 5.2 随机参量的贝叶斯估计 5.2 随机参量的贝叶斯估计 例5.2 研究在加性噪声中单随机参量 的估计问题。 5.2 随机参量的贝叶斯估计 解： 5.2 随机参量的贝叶斯估计 5.2 随机参量的贝叶斯估计 5.2 随机参量的贝叶斯估计 5.2 随机参量的贝叶斯估计 5. 最佳估计的不变性 5.2 随机参量的贝叶斯估计 约束情况1 5.2 随机参量的贝叶斯估计 约束情况2 5.3 最大似然估计 1. 掌握最大似然估计原理 5.3 最大似然估计 1. 最大似然估计原理 5.3 最大似然估计 2. 最大似然估计量的构造 5.3 最大似然估计 例5.3 如果参量 的观测方程为 5.3 最大似然估计 例5.4 研究在加性噪声中单随机参量 的估计问题。 5.3 最大似然估计 解： 5.3 最大似然估计 3. 最大似然估计量的不变性 5.3 最大似然估计 最大似然估计量不变性归纳 5.3 最大似然估计 单参量估计方法小结(1) 最小均方误差估计 单参量估计方法小结(2) 最大后验估计 单参量估计方法小结(3) 最大似然估计 单参量估计方法小结(4) 最大似然估计适用于非随机参量和概率密度函数未知的随机参量估计 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 若被估计量 的估计量为 ，x是观测量。如果以 为参量的似然函数 能够表示为： 则称 为充分估计量。 其中， 是通过 才与x有关的函数，并且以 为参量。 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 例5.6 如果参量 的观测方程为 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 5.4 估计量的性质 例5.7 如果随机参量 的观测方程为 5.4 估计量的性质 5.4 估计量的性质 例5.8 设线性观测方程为 5.4 估计量的性质 解 5.4 估计