MLEd.性能对于有限的N,性能与PDF有关，没有一般的公式可用，在一定条件下，估计量渐进服从如下分布，~ N(0, I-'(0))e.说明如果有效估计量存在，那么最大似然方法将得到有效估计量
MLE ˆ 1 ( , ( )) a θ θθ N I − ∼ d.性能 对于有限的N,性能与PDF有关，没有一般的公式可用， 在一定条件下，估计量渐进服从如下分布， e.说明 如果有效估计量存在，那么最大似然方法将得到有 效估计量
LSE5.最小二乘估计量（LSE）经典估计方法a.数据模型/假设n=0,1,...,N-1x[n] = s[n;, ] +w[n]其中信号s[n;0]与未知参数有关，模型等效为x=s(0)+w其中s是已知的的N维函数，噪声或扰动w的均值为零b.估计量是使下式最小的值N-IJ(0)=(x-s(0)' (x-s(0)= Z(x[n]-s[n;0])n=0
( )( ) ( )2 5. [ ] [ ; ] [ ] 0,1, , 1 [; ] ˆ ( ) [] [; ] T n n sn wn n N s n J n s n θ θ θ θ θ θ θθθ θ = =+ = − − −= − " 最小二乘估计量（LSE） a.数据模型/假设 x 其中信号 与未知参数有关，模型等效为x＝s( )+w， 其中s是已知的 的N维函数，噪声或扰动w的均值为零。 b.估计量 是使下式最小的 值 ＝ x s( ) x s( ) x 1 0 N− ∑ 经 典 估 计 方 法 LSE