各种研究领域(包括无线定位方向)都会碰到参数估计的问题，这时常常会看到克拉美罗界 (Cramér–Rao bound) 这个东西。很多随机信号的书都会介绍什么是克拉美罗界，但初学者学起来往往很吃力，本文从直观上简单讨论一下克拉美罗界的各个方面。
什么是参数估计问题
假设一种最简单的情况：
一个物理量为
，我们使用某种方式去观测它，观测值为
，由于存在噪声，此时
，
为高斯噪声，
。
这种情况下，我们自然会直接使用观测值
去估计
，这时就会存在估计的误差，直观地理解，噪声的方差
越大，估计就可能越不准确。
为什么要讨论克拉美罗界
讨论克拉美罗界就是为了使用这个标准来衡量无偏估计量的性能。
采用上面的方式，使用
去估计
，这个估计值会在真实值附近波动(看作随机变量)。我们需要使用一些标准来衡量这种估计的好坏，一个标准是估计值的平均，这里的这个估计量是无偏估计量。另一标准是这个估计值波动的剧烈程度，也就是方差。上面这个问题中，克拉美罗界就等于这个方差。
可是为什么不直接讨论方差而要去计算克拉美罗界呢，因为方差是针对某一种特定的估计量(或者理解为估计方式)而言的，在上面的例子中，方差是估计量
的方差(
)。对于稍微复杂一点点的问题，对
的可以有各种不同的估计量，它们分别的方差是不同的。显然，对于无偏估计量而言，方差越小的估计方式性能越好，但是这个方差有一个下界，就是我们的克拉美罗界。
直观地理解克拉美罗界
克拉美罗界本身不关心具体的估计方式，只是去反映
最低0.47元/天 解锁文章
925
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
