参数估计理论.pptxVIP

参数估计的基本理论;复习上次课的内容;平稳随机信号;遍历性;随机信号的数字特征;随机信号的数字特征;离散随机信号的数字特征;【例1】计算以长度N=100000的正态分布高斯随机信号的均值、均方值、均方根值、方差和均方差;单个平稳随机信号的二阶统计量;功率谱密度;估计自相关函数的第二个方法：功率谱密度反变换;Matalb函数xcorr;【例2】求带有白噪声干扰的频率为10Hz的正弦信号和白噪声信号的自相关函数并进行比较。;【例2】求带有白噪声干扰的频率为10Hz的正弦信号和白噪声信号的自相关函数并进行比较。;15;两个平稳随机信号的二阶统计量;两个平稳随机信号的统计关系;QRS波形识别？;模板互相关法;模板互相关法;模板互相关法;线性系统输出;内容与要求;学习参数估计基本理论的意义;随机信号处理的大部分内容侧重于参数化的理论与方法：现代谱估计本质上是参数化谱估计、自适应滤波器介绍的是时域或空域滤波器参数的自适应更新；等等;第一节 估计子的性能;1、估计的基本概念;28;29;(1)样本均值 是均值μ的无偏估计。 (2)样本方差 是真实方差 的无偏估计。;31;注意到 ，故有 和 ;33;34;35;40;40;40;39; (3)、估计的有效性;41;40;第二节 参数估计方法;44;非线性估计;线性估计：;47;类似于信号检测中的问题，贝叶斯准则在参数估计中对于不同的估计结果赋予了不同的代价值，然后求解平均代价最小的情况 由于信号s和其估计值都是连续的随机变量，因此代价函数是双变量的连续函数 ;49;50;51;52;53;54;55;56;57;58;59;60;61;62;63;由于估计值是观测值xi(i=1~N) 的线性组合，则有 注意，观测数据xi(i=1,··· ,N)与参数θ是相关的，故E{θxi}不能写作θE{xi}，令 法方程： 若记 则法方程可表示为 其解为 ;65;66;67;最小二乘估计;代价函数;70;71;令b是一可表示为b=Aθ+e的随机向量，其中A为N×p矩阵(Np)，其秩等于p；θ是一未知向量，而e为一误差向量。若其均值向量E{e}=0，方差矩阵var(e)=σ2I，其中σ2未知，则对线性参数函数 的任何???个其他的无偏估计子 ，恒有 且 ;73;74;本章小结;本章小结