最优估计与滤波Matlab程序文档.pdfVIP

1. 分析传统的最小二乘估计、最小方差估计、线性最小方差估计、极大似然估 计和极大验后估计五种估计方法的特点，它们主要适用何种特性的对象？它 们在怎样的条件下可以互相转化？ (1)最小二乘估计： 特点：①将残差平方最小作为最优估计准则的。②无偏性。③线性估计， 1 ˆ ˆ ˆ 即X (Z ) 或X (Z ) 是观测 的线性函数④var{X } var{X } Z LS LSW LS LSR 1 1 ˆ ⑤当W R 时，X LSR (Z ) 具有最小方差； 适用的对象：要求线性观测，即 Z HX V ，但不要求知道任何统计知 识。 (2)最小方差估计 特点：①以估计误差的方差阵达到最小作为估计的准则。②具有无偏性。 适用的对象：能够得到被估值x和观测值z的条件概率分布密度P(x | z ) 或 P(z ) ，以及它们的联合概率分布密度P(x, z ) 。 (3)线性最小方差估计 特点：①限定所求的估计量是观测值的线性函数，以估计误差阵达到最 小作为最优估计的准则。②具有无偏性。 适用的对象：能够得到观测值和被估计值的一，二阶距，即E [x ] ，E [z ] ， var(x) ，var(z) ，cov(x, z ) 。 (4)极大似然估计 特点：①使条件概率分布密度P(z | x) 达到极大的那个x值作为估值。②渐 近无偏性。 适用的对象：能够得到条件概率分布密度P(z | x) 。 (5)极大验后估计 特点：①使条件概率分布密度P(z | x) 达到极大的那个x值作为估值。②估 计是无偏的。③估计是线性的。 适用的对象：能够得到概率分布密度P(z | x) 。 它们互相转换： ① 如果对x没有任何验前知识，我们把x的验前概率函数f (x ) 看做是协方 差无穷大的正态分布，则x 的极大似然估计与x 的极大验后估计相同。 ② 如果随机变量满足正态分布，最小方差估计和线性最小方差估计相同。 1 f (x ) ③ 如果x、v 服从高斯分布，x 与v 不相关，且W R , 看做是协方差 无穷大，则极大验后估计和最小二乘估计相同。 1 ④ 如果x、v 服从高斯分布，x 与v 不相关，且W R ,则最大似然估计和 最小二乘估计相同。 1 f (x ) ⑤ 如果x、v 服从高斯分布，x 与v 不相关，且W R , 看做是协方差 无穷大，则线性最小方差估计和最小二乘估计相同。 2. 论述题：通过查阅资料和文献和结合自己研究方向，对当今最优估计以及智 能滤波以及现代滤波技术领域的新技术和发展方向作介绍。 不同