2.6 小结

本章首先讨论了雷达数据处理中的一些基本的参数估计方法，包括最大似然估计、最大后验估计、最小二乘估计和最小均方误差估计，其中最大似然估计只需要知道似然函数，最大后验估计需要知道似然函数和待估计参数的先验概率密度函数，最小均方误差估计只需要知道相关参数的一、二阶统计矩，而不需要其他概率假定；而最小二乘估计去掉了全部概率假定，把估计问题作为确定性的最优化问题来处理，其可看作不断放宽统计要求的最后一步。同时最大后验估计和最小均方误差估计是以贝叶斯理论为基础的估计方法，贝叶斯理论不仅是工程领域[24]、数学领域[25]等传统领域的理论基础，也为机器学习[25]、机器人控制[26]等新兴领域提供重要的理论支撑。本章在对上述四种基本的参数估计方法进行介绍的基础上，对参数估计的4个主要性能指标：无偏性、估计的均方误差、一致性和有效性进行了分析，最后简单讨论了静态向量情况下的参数估计问题，上述参数估计方法和估计性质指标在信号检测与估计、阵列信号处理、小天体旋转参数估计等方向也有广泛应用[27-30]。