信号估值检测2.pptVIP

* 2.6 线性最小均方误差估计 linear minimum mean square error estimation 一、线性最小均方误差估计准则 放宽了对待估计量先验知识的要求。 设第k次观测为： 为已知的观测系数， 为观测噪声，估计量 标量 单参量情况 使估计的均方误差 最小化的估计叫最小均方误差估计。记为： 多参量情况 观测模型： N维观测矢量 N×M维系数矩阵 M维待估计矢量 N维观测噪声矢量 M维列矢量 N维列矢量 M×N维 确定 使均方误差 最小化的估计叫最小均方误差估计。记为： 二、线性最小均方误差估计 已知 的前二阶矩： 使 最小化的估计： 矩阵函数对矩阵求导公式 解得： 估计中只用到二阶矩。 三、线性最小均方误差估计的性质 （1）估计矢量是观测矢量的线性函数； （2）估计矢量是无偏的； （3）估计误差矢量与观测矢量正交， 即： （4）估计矢量均方误差阵的最小性 线性最小均方误差估计矢量在线性估计中有最小的均方误差，而且均方误差阵也具有最小性。 设 是 的任意线性估计，则均方误差阵为： 上式中第一项、第二项是非负定的，第三项是 四、线性最小均方误差估计应用 信道均衡 数字通信系统中，除了信道的噪声干扰之外，另一个重要的干扰就是码间干扰。它与加性的噪声干扰不同，是一种乘性的干扰。造成码间干扰的原因有很多，实际上，只要传输信道的频带是有限的，就会造成一定的码间干扰。（ISI- Inter-Symbol Interference ） 信道h(n) + 均衡器h1(n) x(n) x1(n) w(n) r(n) 判决电路 通常h1(n)是一个横向滤波器，即 D D D D wN-1 w2 w1 w0 + 产生的误差为： 是理想输出信号， 因此，在信道均衡中，就是根据某种准则确定横向滤波器的权系数，通常采用的准则为最小均方误差准则。 2.7 最小二乘估计 该方法不需要知道任何先验知识，仅需要知道被估计量的观测模型。 一、最小二乘估计方法 假设待估计量 的信号模型 观测模型： 则 的最小二乘估计就是使 最小化的估计。记为 多参量情况： 最小化的估计： 二、线性最小二乘估计 线性观测模型： N×1维 N×M维 M×1维 N×1维 其中 *