![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
估计理论学习
现代数字信号处理中用到的估计理论和学习和个人总结
尼古拉斯.贝叶斯基
这个作者很懒,什么都没留下…
展开
-
估计理论笔记2-CRLB在柯西不等式取等号时获取MVUE的应用-线性模型估计
在估计理论第1篇中说到,在推导CRLB的时候,第二个关键步骤是使用柯西不等式在取等号时候的条件,如果在这个统计量是无偏估计得情况下,这样能够直接得到MVUE,并且得到他的协方差矩阵,这里的第二篇就是对这句话在一个例子上的解释,他说明了在线性估计中,是如何通过克拉美劳界在取等号的时候,如何求得了MVUE,并且验证了他的有效性。 当然这只是一个特例,他需要你采集的数据在趋势上是满足线性的能够用线性的模型去估计,如果采集的数据都不是线性的,那是肯定不能够用的,同时这里还要说明一个...原创 2021-11-02 23:11:09 · 517 阅读 · 1 评论 -
估计理论笔记1 - 标量下Cramer Rao LB公式推导以及与MVUE的关系
CRLB的推导其实有两个关键的地方,第一个关键的是如何理解满足"正则"条件,第二个地方是柯西不等式的使用,并且在柯西不等式取等号的时候,与统计量的MVUE的联系。第一 : 正则条件,他的意思其实就是说,你再使用概率密度函数的时候,这些个带参数的概率目的函数是满足概率密度函数的定义的,在直接一点讲,概蜜在x轴上的积分等于1,这个在证明中使用到了第二:柯西不等式取等号的条件,是在a = kb的条件中,书上关于克拉美劳定义证明时,他直接把k就告诉你是等于fisher信息量的,这里我开始一直很迷惑,后来才发原创 2021-11-01 22:16:12 · 794 阅读 · 1 评论