参数估计理论基础.pptVIP

* * * * * * 4、最大似然ML估计 定义：给定参数x 时量测信息的似然函数为： 定义：极大似然ML参数估计可描述为 下面以线性观测方程为例，设定观测方程为： 举例：高斯噪声下最大似然ML估计 其中假定观测空间噪声是高斯的，即v 是高斯噪 声矢量，有： 得到以x为参数的随机量测矢量z 的似然函数： 最大似然ML估计 求解似然函数最大得到最大似然估计： 可以证明在高斯噪声条件下最大似然估计满足克拉美－罗界，是最小方差无偏估计。 5、最佳线性无偏估计BLUE 定义：线性估计是参数估计最重要的一类，应用 广泛。如果对参数x 的估计可以表示成为量测信 息的线性函数就是线性估计。而线性无偏最小方 差估计称为BLUE ( Best Linear Unbiased Estimation)。 定理：如果量测信息的协方差矩阵是非奇异的， 对于任意分布的量测z 和参数x，有线性无偏最小 方差估计为： 最佳线性无偏估计BLUE 同时得到最佳线性估计估计量方差： 假设线性观测方程为： 。实际应用中 需要待估与计算线性观测的标量? 和矩阵?，使 得估计量 的方差最小。 BLUE的具体应用－LMMSE 在BLUE 估计中只需要知道未知参数x 和观测矢