统计信号处理基础 (6).pdfVIP

统计信号处理基础

—估计理论

杨文电子信息学院

测绘校区教学实验大楼十楼1008室

E-mail:yw@eis.whu.edu.cn

估计的数学问题

必须估计一组参数的值

例如：雷达，声纳，语音，图像分析，生物医学，通

信,控制，地震学等

参数估计问题：假设有N点数据集，它与未知参数有

关，我们希望为θ定义一个估计量：

ˆ

θg(x[0],x[1],x[2]x[N−1])

用PDF（概率密度函数）来描述数据模型：PDF以未知

量θ为参数，即：p(x;θ)

是确定参数/随机参数经典估计/贝叶斯估计。

θ

估计量性能评估

估计量的性能评估

—估计量是否接近参数的真实值？

—是否还有更好的估计？

—eg.样本平均vs.X[0]

估计量是随机变量，它的性能只能由统计或者PDF

来描述

为了评估估计性能，采用计算机模拟将永远不会得出明

确的结论，尽管它在洞察一些问题和促进作一些推测方

面相当有价值。

性能与计算复杂性之间的折衷

性能评价指标

无偏性:bE(ˆ)

θ−θ

ˆ

θθwp

一致性:limN→∞(..1)

T

ˆˆ

[()()]

方差（有效性）:Eθ−θθ−θ

分布:估计误差的渐进分布（理想正态）

d

ˆ

Nθ−θ∼NC

()(0,)

无偏性

无偏估计意味着估计量的平均值是未知参数的真值

估计量是无偏的，如果参数θ满足

ˆ

E(),

θθ当θ是确定信号时，

ˆ

E()E(),

θθ当θ是随机信号

无偏估计不一定总是存在，并且它们可能很难计算

无偏估计的性质在经过函数变换后并不是不变的

一致性

对于任意的ε0,如果

ˆ

limPrθ−θε0

N→∞{}

ˆ

此时的估计量θ称为一致估计（consistent）

有效性

方差衡量了估计量的性能

ˆ

估计量的有效性可以通过比较θ与所有无偏估计的最小

误差方差的大小来进行评价

ˆ

θθˆˆˆ

如果Var（）Var（）并且E（）=E（