贝叶斯估计理论LMMSE和小结.pptVIP

估计量的选择 P阶矩已知，PDF未知 作业：p330 12.2，12.6 回顾 贝叶斯MSE最小的估计量称为LMMSE估计量 注意：LMMSE估计仅需1阶和2阶矩，不需PDF 矢量：全部随机变量集合/0均值、有限方差（ZMFV） 标量：全部实数集合 内积：X,Y = E{XY} 构成内积空间 上节课回顾 上节课回顾 矢量LMMSE估计 若 矩阵 上节课回顾 初始化：无数据，利用先验信息 估计量更新： 一般序贯LMMSE估计 信号处理的例子——维纳滤波器 信号模型： 问题表述：用线性滤波器处理 ，得到去噪的信号，使得所求信号 相关的 最小 WSS广义平稳 滤波、平滑、预测 FIR维纳滤波 原理上： 实际中： IIR维纳滤波 可看作 ，此时维纳滤波为时不变的 则 维纳-霍夫等式为 可采用 “谱因式分解”求得 维纳滤波为IIR时不变的 定长FIR维纳滤波 数据： FIR平滑器 为便于解释，考虑N=1的情况： IIR平滑器 基于数据 估计 维纳-霍夫方程为： IIR维纳滤波 1步预测的结果：对于自回归AR（3） 贝叶斯估