现代信号课件第2章估计理论.ppt

就是MLE * * 第2章：估计理论基础 基本经典估计问题 用一组观测数据 估计一个未知的确定性参数?, 估计器记为 a. 是一个随机变量 b. 估计器设计依赖于观察数据的概率密度函数(PDF)的假设 例 n=0,1,2,…N-1 是零均值白噪声，估计A 一个直观的估计器为 a. 这个估计器怎样接近于真实值A. b. 有没有更好的估计器，怎样设计好的估计器？ 几个常用估计量 均值估计 方差估计 自相关估计 Cramer-Rao下界 最小方差无偏估计器（MVU）, 它的最好估计性能. （定理一继续） 最大似然估计（MLE） 最实用的估计器，有良好的渐近特性 例 得 MVU就是MLE 例 MLE渐近特性： 也就是说，MLE逼近于一个无偏的，最小方差可达的 MVU估计器 对于一般的PDF, MLE可以通过迭代计算 2.4 Bayesian估计 *