線性均方估計(linear mean-square estimation),隨機過程理論的一個重要的實際套用問題,是使得均方誤差最小的線性估計。
基本介紹
- 中文名:線性均方估計
- 外文名:linear mean-square estimation
線性均方估計(linear mean-square estimation),隨機過程理論的一個重要的實際套用問題,是使得均方誤差最小的線性估計。
線性均方估計(linear mean-square estimation),隨機過程理論的一個重要的實際套用問題,是使得均方誤差最小的線性估計。是由已知隨機變數族{X(t),tET}的觀測值在某個最優準則下估計未知隨機變...
線性最小均方誤差估計(linear minimum meansquare error estimation)亦稱最優線性估計一種參數估計量.是線性估計量中均方誤差最小的估計量.設X一(X1)X2)"..)Xn)是一個樣本,是B的一個線性估計,如果對於B的任一線性估計T*(X)和一切BEO,有E(T(X)一B)>Z成立,則稱T(X)是參數B的線性最小均方誤差估計,...
一致性,又稱相合性,是指隨著樣本容量的增大,估計量愈來愈接近總體參數的真值。性質 當估計值的數學期望等於參數真值時,參數估計就是無偏估計。當估計值是數據的線性函式時,參數估計就是線性估計。當估計值的均方差最小時,參數估計為一致最小均方誤差估計。若線性估計又是一致最小均方誤差估計,則稱為最優線性...
105 多個參數的同時估計 1051 隨機參量的估計 1052 非隨機參量的估計 106 偽貝葉斯估計 1061 被估計參量的均值,協方差已知的情況 1062 被估計參量的均值,協方差未知的情況 107 線性均方估計 1071 估計規則 1072 估計量的計算 1073 線性...
4.5 線性均方估計 125 4.5.1 單參量線性最小均方估計 126 4.5.2 多參量線性最小均方估計 128 4.6 最小二乘估計 129 4.6.1 線性最小二乘估計 130 4.6.2 加權線性最小二乘估計 131 參考文獻 132 第5章 信號波形估計 133 5.1 引言 133 5.2 維納濾波器原理 134 5.2.1 最佳線性濾波器 134 ...
3.4.6 約束線性最小二乘估計 (84)3.4.7 非線性最小二乘估計 (86)3.5 貝葉斯估計 (88)3.5.1 貝葉斯原理 (89)3.5.2 先驗機率分布 (90)3.5.3 代價函式 (91)3.5.4 貝葉斯估計量的構造 (92)3.5.5 矢量參量的貝葉斯估計 (97)3.5.6 最小均方誤差估計的性質 (99)3.6 線性...
5.7 高斯觀測信號時信號參量的統計估計 (203)5.7.1 線性觀測模型 (203)5.7.2 高斯噪聲中非隨機矢量的最大似然估計 (204)5.7.3 高斯噪聲中高斯隨機矢量的貝葉斯估計 (204)*5.7.4 隨機矢量的偽貝葉斯估計 (207)*5.7.5 隨機矢量的經驗偽貝葉斯估計 (207)5.8 線性最小均方誤差估計 (208)5.8.1 ...
,稱為預測誤差。預測的目的就是找出一組合適的係數a₁a₂…aₚ,使誤差eₙ的均方值最小。實際預測過程一般是先把抽樣序列按一定的數目組成幀,然後逐幀進行預測,每幀都找出該幀的p個最佳預測係數。預測的好壞(精確度)不是以某一個樣值的預測結果來衡量,而是要看幀內各樣值預測的總效果。套用 線性...
第5章重點討論了信號參量的統計估計準則、估計量的構造和性質、非隨機矢量函式的估計及信號波形中參量的估計;對線性最小均方誤差估計和線性最小二乘估計導出了它們的遞推算法公式,並簡要討論了非線性最小二乘估計問題。第6章是信號波形的估計問題,重點討論了連續、離散維納濾波器的設計,均方誤差的計算,離散卡爾曼...
所謂最好的估計,是指這一估計所付出的“平均代價”最小。有各種不同的“代價”函式,如均方誤差代價(E{(g(t)-(t))2})或平均絕對誤差代價(E{│g(t)-(t)│})等 (E{ }為求數學期望的符號)。如果z(t)是正態過程,對於均方誤差代價最好的估計T是線性的。對於非正態過程,則線性估計不一定最好。但是...
《有色噪聲下基於噪聲約束最小均方估計的語音增強算法》是依託福州大學,由夏又生擔任項目負責人的面上項目。項目摘要 語音增強是數字語音處理領域的重要內容,有色噪聲環境下語音增強又是國內外研究熱點和挑戰課題。本項目擬通過揭示參數估計的重要性,解決有色噪聲語音增強的關鍵問題。針對有色噪聲語音生成模型的線性...
1.8 信號參量估計基本理論 1.8.1 經典估計 1.8.2 貝葉斯估計 1.8.3 最大後驗估計(maximum a posteriori estimation)1.8.4 最大似然估計(maximum likehood estimation)1.8.5 極大極小化估計(maxmini estimation)1.8.6 線性最小均方估計(liner minimum variance estimation)1.8.7 最小二乘估計(least ...
穩健回歸是將平均絕對誤差最小化,不同於在線性回歸中是將均方誤差最小化。套用 線性回歸方程是回歸分析中第一種經過嚴格研究並在實際套用中廣泛使用的類型。這是因為線性依賴於其未知參數的模型比非線性依賴於其位置參數的模型更容易擬合,而且產生的估計的統計特性也更容易確定。線性回歸有很多實際用途。分為以下兩...
譜估計(spectrum estimation) 對隨機信號序列進行功率譜密度估計算法的總稱,屬於頻域中描述隨機信號特性的分析方法之―。定義 隨機信號是不確定的,不能用清楚的數學式表達,只能根據隨機過程理論,利用統計方法來進行分析。經常利用均值、均方值、相關函式和功率譜密度函式等統計量來描述隨機過程的特徵或隨機信號的特性...
(2) 殘差均方縮小與調整決定係數增大。殘差均方縮小的準則是在殘差平方和縮小準則基礎上增加了 因子,它隨模型中自變數p的增加而增加,體現出對模型中自變數個數增加所實施的懲罰。調整決定係數增大與殘差均方縮小完全等價。(3) 統計量。由C.L.Mallows提出,其定義為:式中,為全模型的殘差均方估計; q為所選模型中...
本項目擬在符合工程實踐的假設條件下,突破傳統Kalman濾波遞推形式的限制,利用穩健最佳化、統計遞推等現代套用數學的最新進展,研究相關隨機係數矩陣Kalman濾波與融合,力爭給出線性均方誤差意義下的最優估計融合算法,並利用新算法處理機動目標跟蹤和多目標數據關聯問題,獲得國際領先成果。結題摘要 經典的Kalman濾波假設模型...
2.3 Bayes估計45 2.4 最大似然估計49 2.5 線性均方估計 54 2.6 最小二乘估計56 2.6.1 最小二乘估計及其性能56 2.6.2 加權最小二乘估計58 本章小結60 習題60 第3章 ~現代譜估計65 3.1 離散隨機過程與非參數化譜估計65 3.1.1 離散隨機過程 66 3.1.2 非參數化功率譜估計 67 3.2 平穩...
8.4.1 一次觀測的線性**小均方估計 374 8.4.2 多次觀測和多參數情形 378 8.4.3 線性估計和正態模型 379 8.4.4 線性估計的變數選擇 379 8.5 小結和討論 380 習題 380 第9章 經典統計推斷 390 9.1 經典參數估計 391 9.1.1 估計量的性質 392 9.1.2 **大似然估計 393 9.1.3 隨機變數均值...
9.2 波形線性均方估計的正交原理 9.3 維納一霍夫(Wiener-Horf)積分方程 9.4 非因果的維納濾波問題 9.5 因果的維納濾波器 9.6 預測問題 9.7 後驗維納濾波與互補維納濾波 9.8 矢量情況下的離散維納濾波 9.9 時空多通道離散維納濾波 9.10 線性變換等效離散維納濾波 9.11 套用實例 習題 第10章 卡爾曼...
準最優多用戶檢測可分為線性及非線性兩大類。所謂線性或非線性,即是判斷算法的輸出是否是輸入的線性變換。線性多用戶檢測算法主要包括去相關法(Decorrelator)和最小均方估計法(MMSE)。去相關法及MMSE法的複雜度均隨用戶數線性增長,其中去相關法不需估計各用戶的幅度,具有較好的抗遠近效應能力,而MMSE法需估計...
本書共分為兩卷,全面介紹了檢測、估計與濾波的基本原理,並且分析了許多信號處理的套用實例。第一卷:統計信號處理基礎——估計理論,主要介紹了參數估計的基本方法和最佳濾波。參數估計方法包括最小方差無偏估計、線性最小方差無偏估計、最大似然估計、最小二乘估計、貝葉斯估計、最大後驗機率估計和線性最小均方估計...
7.2.2條件中位數估計 7.2.3最大後驗機率估計 7.3最大似然估計 7.4估計量的性能 7.4.1性能指標 7.4.2無偏估計量的性能邊界 7.5線性最小均方估計 7.6最小二乘估計 7.6.1估計原理 7.6.2估計性能 7.7波形估計 7.7.1波形估計的一般概念 7.7.2維納濾波器 7.8信號處理實例 ...
3.3 一維搜尋(線性搜尋)3.4 元約束最最佳化方法 3.5 約束最最佳化方法 習題 參考文獻 第4章 參數估計與信號檢測 4.1 引言與導學 4.2 參數估計初步 4.3 最大似然估計 4.4 線性最小均方估計 4.5 最小二乘估計 4.6 信號檢測基礎 4.7 判決準則 4.8 檢測性能及其蒙特卡羅仿真 習題 參考文獻 第5章 ...
5.3線性最小均方誤差估計117 5.3.1信號加噪聲信道模型118 5.3.2觀測量加誤差信道模型120 5.3.3濾波模型121 5.3.4非零均值123 5.3.5密集橢圓123 5.3.6特殊情形124 5.4廣義線性最小均方誤差估計125 5.4.1特殊情形127 5.4.2線性與廣義線性最小均方誤差估計性能比較127 5.5降秩廣義線性估計129 5....
狀態估計 狀態估計是卡爾曼濾波的重要組成部分。一般來說,根據觀測數據對隨機量進行定量推斷就是估計問題,特別是對動態行為的狀態估計,它能實現實時運行狀態的估計和預測功能。比如對飛行器狀態估計。狀態估計對於了解和控制一個系統具有重要意義,所套用的方法屬於統計學中的估計理論。最常用的是最小二乘估計,線性最...