检测与估计习题.pptVIP

10.13题 由题得： 最大似然估计MLE就是使 最大的估计值。 时， 可以取到0和2，当 时， 取得最大值，此时 . 时， 取到0，当 时， 取得最大值，此时 . 为了求MAPE，需要先求 其中， 当 时， 显然，此时 。 当 时， 显然，此时 。 引入性能损失时，相位 ， 此时， 仍然符合高斯分布，且 均值： 方差： 所以： （b） 在 假设下， 所以： 当 时， 6.9题 假设 时， ，根据等式5.66，它的似然函数为： 假设 时， ， 根据等式5.66， 已知的条件概率密度函数为： 此时的平均似然函数为： 上式可以展开成： 将 与 下的似然函数相除，可得到似然比： 其中指数项内的积分可以展开成： 令 其中 把 和 带入可以得到： 因此似然比的公式可以变成： 把 的概率密度函数代入上式得： 上式又可以写成： 其中 为修正的零阶第一类贝塞尔函数。 统计量可以写为： 进一步简化为为： 接收机框图为： 6.10题 （a） 因为相位是均匀分布的，根据课本上讲述的有： 因此，绝对密度函数为： 检测概率是对基于幅度的条件检测概率 进行平均： （b） 通过定义可知 可以证明所需的结果 6.12题 假设 时， ， 假设 时， 根据等式5.66，它的条件似然函数为： 根据等式5.66，它的条件似然函数为： 此时的条件似然比为： 对指数项内的第三个积分式行化简： 所以条件似然比化简为： 因为条件似然比与 无关，所以似然比也是以上形式。 检测器可以写为： 进一步化简为： 如果先验概率相等，似然比的MAP门限为零，因此，检测器结构为： 第十章 10.11题 由题可知 因此 （a） 根据定义 分母项已经求得，分子项为： 将分子与分母项分别代入，得到： （b） 为了求MAPE，需要先求 MAPE就是使 最大的估计值，所以 （c） 因为绝对误差估计是条件分布 的中位数， 条件分布以求得 根据定义有 当 时， 解得 当 时， 解得 10.12题 由题得： 取对数得： 对 a求导数： 得 对 求导数： 得 (a) 4.3题 似然比为: 第四章 根据贝叶斯准则，得门限 贝叶斯检测器为： 因此，判决区域为： 与 最小贝叶斯风险： 根据极大极小准则，需要找到一个门限 ，使得两 种条件代价相等，即 (b) 由题得： 解得： 附：求解过程 此等式转化为三次方方程 两个根为虚数，舍去，我们定义三次方方程模型为 实根可以写成 其中， 平均风险： (c) 根据NP准则，必须找到一个门限 ，满足 即 方程解: 其中， 因此，检测概率为 4.6题 下 的pdf为： 下 的pdf为： 似然比： 由题得 (a) 根据贝叶斯准则，得门限 贝叶斯检测器： 化简得： 贝叶斯风险： (b) 根据极大极小准则，需要找到一个门限 ，使得两 种条件代价相等. 由（a）可以得到 (c) 虚警概率由门限决定： 通过变量替换 得： 由反函数可逆性： 因此检测概率为： 通过一个相似的变量替换，可