统计信号处理基础 习题解答11-1

题目

观测到的数据具有PDF

在μ给定的条件下,是相互独立的。均值具有先验PDF:

求μ的 MMSE 和 MAP 估计量。另外,当时将发生什么情况?


解答

两者都是独立高斯分布,与例题10.1一致,直接套用(10.11)公式,可以得到μ的 MMSE估计量为:

当然也可以利用公式(10.32)估计(对于列向量,10.32比10.28好计算)

此时,根据题目条件得到:

写出向量形式得到:

其中:

根据10.32,得到:

因此:

与上式相比,结果是一致的。

另外,根据例11.5上面的性质,得到联合分布属于高斯,且先验也是高斯,那么MAP和MMSE估计量形式相同。因此,此时MAP估计量也是。或者利用例题10.1中条件概率密度求导,也可以得到相同的结果。

因此,此时,如果,那么此时将高度集中在先验附近,此时先验知识主导:

,此时可以认为先验不起作用,此时实测数据主导结果:

相关推荐
dapeng287012 小时前
分布式系统容错设计
开发语言·c++·算法
qq_4176950512 小时前
代码热修复技术
开发语言·c++·算法
Liu6288818 小时前
C++中的工厂模式高级应用
开发语言·c++·算法
AI科技星19 小时前
全尺度角速度统一:基于 v ≡ c 的纯推导与验证
c语言·开发语言·人工智能·opencv·算法·机器学习·数据挖掘
条tiao条19 小时前
KMP 算法详解:告别暴力匹配,让字符串匹配 “永不回头”
开发语言·算法
干啥啥不行,秃头第一名20 小时前
C++20概念(Concepts)入门指南
开发语言·c++·算法
zzh9407720 小时前
Gemini 3.1 Pro 硬核推理优化剖析:思维织锦、动态计算与国内实测
算法
【建模先锋】20 小时前
创新首发!基于注意力机制优化的高创新故障诊断模型
深度学习·信号处理·故障诊断·特征融合·轴承故障诊断·fft变换·vmd分解
2301_8073671920 小时前
C++中的解释器模式变体
开发语言·c++·算法
愣头不青20 小时前
617.合并二叉树
java·算法