若线性观测方程为 其中,,nk是方差为的零均值高斯白噪声,且E(θnk)=0。
若线性观测方程为
其中,,nk是方差为的零均值高斯白噪声,且E(θnk)=0。
若线性观测方程为
其中,,nk是方差为的零均值高斯白噪声,且E(θnk)=0。
第1题
考虑高斯噪声中,高斯随机参量口的最大后验估计问题。
设观测方程为
xk=θ+nk, k=1,2,…,N
其中,被估计随机参量θ是均值为μθ、方差为的高斯随机参量;观测噪声nk是均值为零、方差为的高斯噪声;若N次观测间相互统计独立,求θ的最大后验估计量和估计量的均方误差。
第2题
考虑标量系统,其信号模型为
sk=sk-1, k=1,2,…
其中,s0是均值为零、方差为的高斯随机变量。设观测方程为
xk=sk+nk, k=1,2,…
其中,观测噪声nk(k≥1)是均值为零、方差为的互不相关的高斯随机序列。若已知
,x1=3
,x2=-4
,x3=2.5
(1)求状态滤波值、和及状态滤波的均方误差、和。
(2)求均方误差的稳态值,k→∞
第3题
考虑直线方程的截距A和斜率B的同时估计问题。设观测方程为
xk=A+B(k-1)+nk, k=1,2,…,N
其中,nk是均值为零、方差为的高斯白噪声,且满足E(Ank)=0,E(Bnk)=0。
第4题
设目标的加速度α是通过测量位移来估计的。若时变观测方程为
xk=k2a+nk,k=1,2,...
已知,nk是方差为的零均值高斯白噪声,且E(ank)=0。
第5题
设单参量θ的线性观测方程为
xk=hkθ+nk, k=1,2,…,N
其中,观测系数hk已知。θ的线性最小二乘估计量的构造规则为使性能指标
达到最小。现已求得θ的线性最小二乘估计量为
请证明
第6题
考虑加权最小二乘估计问题。设对某物体重量进行了三次测量,线性观测方程为
xk=θ+nk, k=1,2,3
测量结果分别为1001kg,1002kg,1000kg。若已知测量噪声的统计特性为
E(n)=0 ,,E(θnk)=0
第7题
通过噪声背景中信号电平A的测量,来估计信号的功率。设观测方程为
xk=A+nk, k=1,2,…,N
其中,A是信号的电平;nk是均值为零、方差为的独立高斯噪声,且E(Ank)=0。现在的问题是求P=A2的最大似然估计量。
第8题
考虑随机相位调制信号的估计问题。假设离散的状态方程和观测方程分别为
sk=0.85sk-1+ωk-1
和
xk=Acos(ω0k+0.5sk)+nk,k=1,2,…
其中,余弦信号的振幅a和频率ω0为已知常数;ωk-1(k≥1)和nk(k≥1)都是均值为零、
方差为1的白噪声随机序列,且二者互不相关。求信号的状态估计量。可见这是一个
对随机相位调制信号的估计问题,请用推广的离散卡尔曼滤波实现这种估计。
第9题
设随机参量θ以等概率取(-2,-1,0,1,2)等值;噪声n以等概率取(-1,0,1)等值,且互不相关,同时满足E(θn)=0。若观测方程为
xk=θ+nk, k=1,2
请依据两次观测数据x1和x2,求参量θ的线性最小均方误差估计量和估计量的均方误差。
第10题
在线性最小二乘加权估计中,若线性观测方程为
x=Hθ+n
我们选择使
达到最小的θ作为线性最小二乘估计矢量;式中加权矩阵W是对称正定矩阵。证明
第11题
在二元信号的检测中,若两个假设下的观测信号分别为
H0:x=r1
其中,r1和r2是独立同分布的高斯随机变量,均值为零,方差为1。若似然比检测门限为η,求贝叶斯判决表示式。