多元正态分布参数最大似然估计

Keywords: passive localization; direction-finding (DF); crossing localization; weighted maximum likelihood estimation (WMLE); error analysis

最大似然估计教程 Maximum Likelihood Estimation

% ************************************************ % 一个数组信号参数最大似然估计问题% % 课程 EEL6537 的练习题和研究课题 12-02-22 孙磊 bitsunlei@126.com % 最后修改时间：2012 年 2 月 24 日% % 这是EEL6537问题集Ex1.1的模拟解% 这个问题是将估计器误差与其 CRB 进行比较。 % ％原始问题是： % 考虑数据集% x_l = \beta a_vec s_l + e_l, l = 1,...,L, % 其中 x_l 表示第 l 个 M \times 1 个数据向量， % a_vec = [1 1 ... 1]^T（M\times 1 向量） % \beta 是一个要估计的复数值未知标量% {s_l} 是已知信号波形% e_l 表示第 l 个误差向量，iid,\sim

matlab编写的，基于最大似然估计算法，计算一组数值的值，计算平均值，估计值，方差，标准差

它适用于似然函数是显式的情况。

基于MATLAB的模式识别的参数估计的最大似然估计，处理水环境分类问题，共分为5类，最后利用贝叶斯决策得出五类总的识别率。

本文提出了一种频偏估计算法, 该算法基于最大似然估计, 性能达到Cramer-Rao 下界, Matlab平台上的仿真结果表明, 文中算法的推导是正确的。算法结构简单, 可全数字化, 开环结构, 易于硬件实现; 算法的计算量小, 捕获快速, 适用于突发式数据通信系统。

估计概率分布的参数

本人系统辨识课程的全部代码 以及报告 报告里有所有算法原理。内容如下： 第一章 最小二乘法 1 1.1 问题重述 1 1.2 最小二乘法 1 1.2.1 基本最小二乘法 1 1.2.2 不需矩阵求逆的最小二乘法 2 1.2.3 递推最小二乘法 4 1.3 辅助变量法 6 1.3.1 一次辅助变量法 6 1.3.2 递推辅助变量法 7 1.4 广义最小二乘法 9 1.4.1 一次广义最小二乘法 9 1.4.2 递推广义最小二乘法 10 1.5 夏式法 12 1.5.1 夏式偏差修正法 12 1.5.2 夏式改良法 13 1.5.3 递推夏式法 13 1.6 增广矩阵法 16 1.7 自编方法-多