现代信号处理 | 您所在的位置:网站首页 › 雷达扫描参数估计原理是什么 › 现代信号处理 |
假定随机信号x(t)隐藏有真实参数θ,根据信号的一次实现x,可以得到θ的一个估计子。一个自然会问的问题是,这一估计子是否是最优的呢?这个问题实际上可等价叙述为:在真实参数θ给定的情况下,根据信号实现值x能够得到的最优估计子应该使用什么标准评价呢? 为了回答上面的问题,不妨将x当作一随机变量看待,现在对条件分布密度函数f(x|θ)的质量进行评估。这样一种评价测度称为随机变量x的品质函数(score function)。 在真实参数θ已知的条件下,样本x获得估计量是否最优,可由品质函数来评估。 一、品质函数: 定义:当真实参数θ已给定的条件下,随机变量x的品质函数V定义为条件分布密度函数的对数lnp(x|θ)相对于真实参数θ的偏导数,即 由于品质函数的均值为零,故其方差等于品质函数的二阶矩,即var[V(x)]=E{V2(x)}。品质函数的方差在评价无偏估计子性能时具有重要的意义。 二、fisher信息: 定义:品质函数V(x)的方差称为fisher信息,用J(θ)表示,定义为:
Cramer-Rao下界是所有无偏估计子所能够达到的最低方差,利用它可以定义最有效的估计子,常简称为优效估计子。 三、无偏估计子称为是优效的,若其方差达到Cramer-Rao下界, 即 Fisher信息是描述从观测数据能够得到的θ的“信息”的测度。它给出了利用观测数据估计参数θ所引起的方差的下界。但是,需要注意的是,满足这一下界的估计子有的时候可能不存在。 例1:已知某观测样本x(n)=A+w(n),(n=0,1,…,N-1)其中w(n)是高斯白噪声,且方差为,均值为0。估计未知量A。
参考视频与文献: https://www.bilibili.com/video/BV1wS4y1D7ng?p=4&vd_source=77c874a500ef21df351103560dada737 现代信号处理(第三版)张贤达(编著) |
CopyRight 2018-2019 实验室设备网 版权所有 |