《数字信号处理》PPT课件

《《数字信号处理》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、现代信号处理PartTwo：参数估计理论§2.1简介1、统计决策统计决策理论主要解决两大类问题：统计检测与估计理论。2、统计检测利用假设检验的方法设计一种最佳检测器，用以判断噪声中是否有信号，或区分噪声中的不同信号。（人脸检测）3、估计理论非参数化估计：如均值估计。参数化估计：假定数据服从一已知结构的概率模型，但模型的某些参数未知。4、本书内容侧重参数化估计的理论与方法第2章（参数估计理论）：基础。第3章（现代谱估计）：参数化谱估计。第4章（自适应滤波）：时域或空域滤波器参数的自适应更新。第5章（高阶统计量）：基于高阶统计量的系统参数估计与高阶谱的参数化估计。

2、第6、7章（时频信号分析）：非平稳性信号的参数化表示。§2.2估计子的性能把一个真实参数θ的估计方法（函数）称为估计子。（统计量）举例：均值估计如何评价一个估计子与真实参数之间的“接近度”？以及如何对不同估计子的性能进行比较？2、无偏估计与渐进无偏估计（1）估计子的更严格定义（2）估计子的偏差无偏估计子是估计子期望的一个重要性能，但并不意味着有偏估计子就一定不好。如果一个有偏估计是渐进无偏的，那么它仍然有可能是一个“好”的估计，甚至可能比另一个无偏估计子更好。（3）渐进无偏估计偏差是误差的期望值，但偏差为零但不能保证估计子误差取低值的概率就高，评价估计子的小误

3、差概率的指标称为一致性。（4）一致性3、估计子的有效性评价小样本时估计子的性能。（1）两个无偏估计子的比较（2）无偏与渐进无偏估计子之间的比较问题：有效性只能比较两个估计子之间的优劣，但并不能回答一个估计子是否在所有可能的估计子是最优的。4、Fisher信息与Cramer-Rao不等式（1）随机变量x的品质函数（2）Fisher信息（3）Cramer-Rao不等式（证明略）§2.3Bayes估计估计值的质量决定于估计误差的大小。估计误差除了可以用偏差、方差、均方误差等测量外，还可以用误差的范围来测量。1、二次型损失函数2、二次型风险函数3、最小均方误差估计（B

4、ayes估计）使二次型风险函数最小的估计称为最小均方误差估计。注意：（1）不一定是最优的估计，但一定是最保险的（基于最小风险）。（2）需要知道后验概率的分布。§2.4最大似然估计1、基本思想在对被估计的未知量（或参数）没有任何先验的情况下，利用已知的若干观测值估计该参数。2、最大似然估计但是最大似然估计是一种非常实用的估计方法。§2.5线性均方估计Bayes估计：不一定是最优的估计，但一定是最保险的（基于最小风险）。缺点：需要已知后验分布函数f(θ

5、x1,…xN)。最大似然估计：缺点：必须已知似然函数f(x1,…xN

6、θ)形式。不需要先验知识的参数估计方法：线

7、性均方估计、最小二乘估计R非奇异条件：观测数据相互独立注意：需要预先知道ө。§2.6最小二乘估计1、最小二乘估计及其性能2、加权最小二乘估计还有另外两种最小二乘的变型：广义最小二乘总体最小二乘放映结束