ВУЗ:
Составители:
После дифференцирования (1.11) по параметру
α
и приравнивания
производной нулю получим следующее уравнение для нахождения оценки
!
α
МП
()
()
()
d
d
!
!
,
()
,
x
Vz x
j
jl
z
ll
jl
α
α
α
∈
−
∑
−=
Ω
1
2
0
. (1.14)
При этом поиск наилучшей оценки может осуществляться, например, с
помощью направленного перебора параметров
α
, который выполняется до
обеспечения условия (1.14). Для детерминированного сигнала
z
l
()α
производная
d
!
()
x
j
αα
d
может рассматриваться как многомерная
дискриминационная характеристика.
Таким образом, в результате анализа методом МП получены три вида:
(1.11), (1.13) и (1.14) реализаций алгоритма оценивания векторного
параметра
α
. Для анализа качества оценок воспользуемся неравенством Рао-
Крамера.
Известно [26,28], что для несмещенных совместно эффективных оценок
компонент вектора
α
ковариационная матрица ошибок определяется
следующим выражением
{}
(
)
B
εαα
εε
α
α
==−
−
MM
ln{, }/
() ( )
T
jj
wz z
d
d
2
2
1 2
1
,
где
εαα
α
=−
!
.
После дифференцирования логарифма ПРВ (1.10) получим
(
)
(
)
B
x
V
x
ε
α
α
α
α
=
−
−
M
d
d
d
d
T
z
1
1
. (1.15)
Соотношение (1.15) позволяет при определенном виде вектора
α
и заданных
моделях СП
{}
x
j
()α
и помехи
θ
j
,
j
∈Ω
, дать оценку нижней границы
погрешностей, возникающих при решении задачи оценивания параметров
ПД изображений.
1.3. Некоторые частные случаи алгоритмов оценивания
Страницы
- « первая
- ‹ предыдущая
- …
- 17
- 18
- 19
- 20
- 21
- …
- следующая ›
- последняя »