概率论本质

定位估计的统计分析方法，既包括参数估计方法，还包括非参数估计方法。参数估计方法指的是噪声概率密度函数已知情况下的定位估计，如贝叶斯估计和最大似然估计；非参数估计方法指的是对噪声概率密度函数不做任何设定情况下的定位估计，如最小二乘估计、KNN（K-Nearest Neighbor）最邻近分类、支持矢量回归（Support Vector Regression, SVR）、神经网络等方法。本文只分析了最大似然估计和最小二乘估计，下一步的研究方向，可以转向贝叶斯估计（典型的有最小均方误差（Minimum Mean Square Error, MMSE）、最大后验概率（Maximum A Posteriori, MAP）估计）以及其它非参数估计上。及其它非参数估计上。