说明：状态模型的极大似然估计，使用EM算法，以及卡尔曼滤波。本补充说明讨论了使用期望最大化（EM）算法和统计推断的bootstrap过程对状态空间模型的最大似然估计。实现Kalman&macr滤波器、Kalman平滑器和EM算法的Matlab程序脚本

EM算法估计 状态估计-EM em算法滤波 EM算法 EM-卡尔曼

说明：基于DV-Hop的定位算法，利用三边测量以及极大似然估计法实现定位，误差较低，有误差分析图。

DV-Hop 定位算法 三边测量

说明：极大似然方法 gcn为高斯有色噪声！！！比较不同点

有色高斯噪声 高斯有色噪声 GCN 有色噪声 colored-noise

说明：最小二乘，极大似然定位算法，其中包括二维和三维的最小均方误差定位算法以及连续定位算法

最小二乘定位 三维定位 定位算法 二维定位 三维定位算法

说明：利用粒子群改进算法改进极大似然估计定位法

说明：极化SAR图像多纹理最大似然处理滤波算法，可以生成处理后的四个通道图像数据。

极化数据生成 SAR-MATLAB 极化 极化SAR纹理 极化-滤波

说明：最大似然法（Maximum Likelihood，ML）也称为最大概似估计，也叫极大似然估计，是一种具有理论性的点估计法，此方法的基本思想是：当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大，而不是像最小二乘估计法旨在得到使得模型能最好地拟合样本...

matlab

说明：功率谱估计的应用范围很广，在各学科和应用领域中受到了极大的重视。在《现代信号处理》课程中讲述了经典谱估计和现代谱估计这两大类谱估计方法；经典谱估计是基于傅立叶变换的，虽然具有运算效率高的优点，但是频谱分辨率低同时旁瓣泄漏严重，对长序列有着良好的估计。为了克服经典谱估计的缺点，人们开展了对现代谱估计方...

matlab 课程 应用 基于 方法 经典 估计 信号处理 应用领域 功率 傅立叶 学科 现代 讲述 范围 极大 受到

说明：MATLAB代码！估计参数GARCH（1,1）使用MLE估计模型。然后通过仿真，检查2类错误（大小和功率测试），以确保您建立正确的模型；

估计 极大 GARCH

说明：无源定位的一些仿真代码，TOA算法2维的线性、非线性、极大似然算法和克拉美罗下界、均方误差的代码

非线性定位 克拉美下界 TOA仿真 线性定位 似然定位