m0_64564867的博客

原创 统计信号处理基础学习笔记（自用）前三章

到达时间：未知常数用非贝叶斯估计，随机变量用贝叶斯估计（区别是对先验信息的利用，如果参数是随机变量，那么他们的概率密度已知，这就是先验信息，利用这个概率密度估计就是贝叶斯估计）小结：估计信号的统计模型一般为加性模型（信号加噪声），常用信号为恒定电平（常数）、时延信号、正弦信号等，常用噪声为高斯噪声。到达时间)+n(t)+c(t)+I(t)：后三项合计为w(t),最简单的形式，w(t)为高斯白噪声。得到观测值z的概率密度的条件概率密度为后验概率密度，比先验概率密度更集中，取后验概率密度最大的。