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
罗西的思考11 小时前
机器人 / 强化学习】HIL-SERL:人类在环驱动的具身智能进化框架
人工智能·算法·机器学习
美团技术团队14 小时前
LongCat 开源 VitaBench 2.0:长期动态智能体基准新标杆
人工智能·算法
To_OC1 天前
LC 207 课程表:刚学图论那会儿,我连这是拓扑排序都没看出来
javascript·算法·leetcode
To_OC1 天前
LC 208 实现 Trie 前缀树:曾被名字劝退,写完发现是送分题
javascript·算法·leetcode
BadBadBad__AK1 天前
线段树维护区间 k 次方和
c++·数学·算法·stl
_清歌2 天前
DSpark 深度解读:DeepSeek-V4 如何用「半自回归」把推理速度提升 85%
算法
统计实现局2 天前
SVD 的三步走:双对角化、Givens 收敛、排序
算法
躬行见万象2 天前
《VLA 系列》UniLab 强化训练 | G1 机器人 |复现
算法
统计实现局2 天前
对称不定分解(Bunch-Kaufman):为什么 Cholesky 不够用
算法