第三章节-估计理论-随机信号理2013.pptVIP

* * * * * * * * * * 目标函数 根据实际情况可设定 其取值区间为[0.5,1.5]。此时设定 的理论值为1.2，得到当发送信号长度不同时目标函数的比较如下： * * 前面几章我们学习了随机过程的基本概念、基本分析方法，以及随机过程通过系统的分析，这些基本方法是统计信号处理的理论基础，统计信号处理的根本任务是要提取有用的信息，有用信息是通过检测、估计、滤波的方法对信号进行处理后提取出来的，所以, 检测、估计、滤波的统计信号处理方法是信号处理技术的理论基础，它的应用领域十分广泛， * 下面我们通过几个典型的应用来说明这两个问题。 雷达系统：雷达发射一个电磁脉冲（通常是一串脉冲信号），当遇到目标后会产生回波信号，这个回波信号被雷达接收机接收到，由于周围环境会有一些杂波影响，以及接收机内部也会有噪声，接收机进入信号处理器的信号是回波信号、杂波和噪声混在一起的混合波形，下图给出了发射信号、有目标和没有目标时接收的波形。 这里存在两个问题，其一是如何根据接收波形判断目标是否存在，由于回波信号淹没在噪声中，因此，这是一个噪声中检测信号的问题。其二，检测到信号后，如何确定目标的位置，目标的距离由回波的延迟时间确定，确定回波的延迟时间，就可以确定目标的距离，延迟时间的确定是一个参数估计问题。信号检测与参数估计是我们本课程后面需要学习的内容。由于信号检测与参数估计都是在噪声环境下进行，信号也可能是随机信号，因此，要最佳地检测信号，并估计信号的参数，需要详细地分析和了解信号和噪声的统计特性，只有充分地了解信号和噪声的统计特性，找出它们之间的差异，才能取得最佳的处理效果。 * 还有很多这样的应用问题，可以把这些问题简单归纳一下？ 图象处理----使用红外检测是否有飞机出现 图象分析----根据照相机的图象估计目标的位置和方向，用机器人抓目标时是必须的 生物医学----估计胎儿的心率 控制----估计汽艇的位置，以便采用正确的导航行为，如Loran系统 地震学----检测地下是否有油田，并根据油层和岩层的密度，根据声反射来估计油田的地下距离。 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 正交条件 正交条件是信号最佳线性滤波和估计算法的基础，在随机信号处理中占有十分重要的地位。 正交性原理:误差与数据正交 * 性能分析：线性最小均方估计为无偏估计 * 估计的均方误差 =0 * 2. 矢量形式的最小均方估计 * 矢量函数的求导 常用求导公式 * * * * b=0的特殊情况 * 例： 高斯白噪声中具有高斯概率密度的恒定电平估计 * * * 标量形式： 由无偏性可确定系数b 由正交原理可确定系数ai 矢量形式： * 例子：信道均衡器设计 通过对接收信号的线性组合，从x恢复出y 更一般化的信号估计问题：基于接收信号，构造一定结构的估计器，从中恢复出期望的信号（又称信号估计问题）。 * 例子：信道均衡器设计 输入 H(z) 输出 噪声 通过对接收信号不同时刻的线性组合，从x恢复出y 信道模型： * 期望信号 估计信号 实现最佳滤波的常用准则： 最小均方误差线性估计： 导致简单的滤波器求解算法 易于进行性能分析 * 期望信号平均功率 观测信号和期望信号的互相关 观测信号的相关矩阵 * 1、最小二乘估计（Least square estimation） 前提：适用于线性观测模型； 不规定估计的概率或统计描述； 需要关于被估计量的观测信号模型 ; 准则：使观测与估计偏差的平方和最小。 * 假设观测数据与未知参数之间的矩阵方程为 其中：X是一组观测值， A是N×p（p≤N)维系数矩阵，为已知； 是一个N维“拟合误差”向量，未知。 ，为已知； θ是一个p维的未知数向量， * 最小二乘法估计准则：使误差平方和最小，既有 由此得到的 的估值记为 为了描述方便，令 ，展开为 令偏导得零 ，叫做最小二乘估计。 * 以上方程有两类不同的解，分析过程如下。 非奇异，称 可以唯一确定，有 2) Rank(A)p 奇异，称 更一般地说，如果参数在不同值给出的抽样空间上的有相同分布，则称这一参数是不可以辩识的。 是可识别的， 是不可识别。 1) Rank(A)=p 此时 也就是说未知参数 此时 * * 例：根据以下对二维矢量θ的两次观测： 求出θ的线性最小二乘估计矢量。 解：由两次观测方程，可得矩阵形式观测方程为： * 利用线性最小二乘矢量的构造公式，得： * 加权最小二乘估计 我们考虑更一般的情况，即考虑由下面公式给出的加权误差函数， 其中W为加权系数矩阵。