可以更好

介绍线性估计方法，并给出下界。终究还是逃不出高斯大大赏的饭碗

主要内容为求克拉梅-罗下界（CRLB），给出了两种推导方法，并给出高斯分布的例子。补充了一个概念“完备统计”，如何找到最小方差？使用Rao-Blackwell Procedure，形成新的估计，比原有的估计方差要小。也就是条件期望。这个小？有没有尽头？这是本节课的需求。

重新回顾概率统计过程：Data→Model→ Decision实际工程中，就是从这三点出发，走完概率统计的整个过程。这里要清楚数据是上帝给的，模型是人造的，不可避免存在各种各样的问题。数据到模型这个过程就叫做统计statistic。Data就是采样samples，信号的结构，关键参数。我们希望通过采样，让我们不清楚的东西变得清楚。目录一、一个例子（说明统计过程）1、建立统计一个直流分量A，A是未知量。采样为 ， 绝大多数情况下都不是A，跟A之间一定差着某种噪声。 ，

在进行学习之前需要熟悉的概念

清华张颢老师的现代信号处理笔记。