统计信号处理基础 习题解答6-3

题目:

考虑一个在例6.2中描述的估计问题,但现在假设噪声样本是相关的,协方差矩阵为:

统计信号处理基础 习题解答6-3_第1张图片

其中 ,矩阵的维数N为偶数。 是块对角矩阵,所以很容易求逆。求BLUE和它的方差,并解释你的结果。


解答:

根据例6.2的结果:

因此,核心问题是需要求

根据书中附录1:A1.1.3矩阵运算和公式中分块矩阵性质:

那么

统计信号处理基础 习题解答6-3_第2张图片

 

此时,当,

因此, 

如果将C 分块为:

统计信号处理基础 习题解答6-3_第3张图片

其中

所以可以得到:

统计信号处理基础 习题解答6-3_第4张图片

其中

统计信号处理基础 习题解答6-3_第5张图片

 

而由于 为N*1列向量,因此 计算了 所有元素的和, 所有元素的和为 ,而 中有 ,因此:

 如果令 ,其中

由于 , 其中

因此:

统计信号处理基础 习题解答6-3_第6张图片

统计信号处理基础 习题解答6-3_第7张图片

统计信号处理基础 习题解答6-3_第8张图片

统计信号处理基础 习题解答6-3_第9张图片

 

因此:

统计信号处理基础 习题解答6-3_第10张图片

讨论:

  1. 观测量两两合并后,得到的协方差矩阵仅在对角线上包含B 因此合并后的向量 不相关,因此可以用平均获得MVU;
  2. 考虑 ,此时的讨论在习题3.9和4.11中已经获得结论,即噪声样本相关的情况下,仍然可以用平均的方式获得MVU,因此最终可以通过样本平均 获得 的BLUE估计(也是MVU估计)
  3. 时,噪声样本不相关,此时BLUE的方差为 ,和例题6.1一致;
  4. 时,噪声样本完全相关,也就是观测量两两完全一样,此时BLUE的方差为 ,本质上仅有 个不相关的观测样本
  5. 时,观测样本间的噪声两两抵消,因此两个观测样本相加再平均可以直接抵消噪声,此时

和本题目相关在两道习题的解答可以参考

统计信号处理基础 习题解答3-9_weixin_43270276的博客-CSDN博客

统计信号处理基础 习题解答4-11_weixin_43270276的博客-CSDN博客

你可能感兴趣的:(统计信号处理基础,习题解答,人工智能,python,算法)