统计信号处理基础 习题解答3-9

题目:

我们在相关高斯噪声中观测到DC电平的两个样本:

 其中

 是零均值,其协方差矩阵为:

参数 的相关系数。计算A的CRLB,并且将它与 为WGN(即 )的情况进行比较。另外,解释当 时会发生什么情况?最后,解释Fisher信息对非独立观测的叠加性质。

 解答:

 根据多维高斯分布的性质,如果:

记:

那么:

 其联合概率密度可以表示为:

 其中:

 根据题目条件,上式问题简化为:

 相关多维高斯联合概率密度,可以参考

多元高斯分布完全解析 - 知乎

统计信号处理基础 习题解答3-5_weixin_43270276的博客-CSDN博客

 根据CRLB的求解步骤,首先对联合概率密度对应的似然函数取自然对数,得到:

 然后对带估计的参数似然函数,对A求一阶偏导,且由于 与A无关,A是标量,因此:

 对上式对A再求一阶偏导,得到:

 因此:

 当然,我们也可以直接使用一般高斯情况的CRLB公式,即当:

 那么:

 上式公式参考《统计信号处理基础-估计与检测理论》3.9节,证明参考附录3C。

由于待估计的参数仅有A ,因此可以进一步使用标量情况下的化简形式,即

 根据题目条件, 与本题中待估计的A无关,因此:

 而

 因此:

由于只有一个待估计参数,带入后可以直接得到:

 因此:

两种计算结果是一致的。

由于

 因此:

 那么:

 因此:

接下来,讨论几种ρ的特殊情况:

时,此时 完全不相关,即 独立同分布。因此:

 此时,多次观测量的平均可以有效减小估计量的CRLB。

时,此时  完全相关, 即 相同,即两次观测完全相同。因此:

此时,多次观测量的由于完全相同时,对估计量的CRLB没有影响。

时,此时   相反,即 ,也就是两次观测引入的噪声信号可以相互抵消,此时:

 在此种情况下,如果选取估计量:

因此:

 最后,讨论一下Fisher信息阵在独立和非独立观测下的性质。

首先,Fisher信息阵具有如下性质:

非负性:

可加性:如果单次观测的Fisher信息为 ,那么N次独立观测的Fisher信息为

 相关内容可以参考

费歇耳信息矩阵_百度百科

针对上面的题目,显然单次观测的Fisher信息为:

 如果N次观测都是独立的,那么

 因此:

 也就是N次独立观测的Fisher信息具有累加性。

对于非独立观测,由于互相关系数 ​​​​​​​的取值范围在[-1,1]之间,因此,根据上述推导的结果,即:

 因此,可以得到:

即多次非独立观测的Fisher信息阵的取值,在单次独立观测的Fisher信息阵与无穷大之间。

​​​​​​​

​​​​​​​

猜你喜欢

转载自blog.csdn.net/weixin_43270276/article/details/120077356