（1）参数估计问题定义

如果一个系统的参数随时间而改变，那么称它为“时变的参数”；如果系统的参数不随时间而改变，那么称它为“时不变的参数”。

对参数

其中

我们称这个函数

估计量（estimator），函数值被称为 估计值（estimate）。由于估计量是样本的函数，因此对于不同的样本值，估计值一般是不同的。

（2）参数估计的模型

在（时不变）参数估计中，有两种常用的模型：

1. 非随机变量：存在一个未知的真值
   。这种方法被称为
   非贝叶斯或者Fisher方法。
2. 随机变量：参数
   是一个有着先验分布
   的随机变量。这种方法被称为
   贝叶斯方法。

贝叶斯方法

贝叶斯方法运用贝叶斯公式和先验分布来导出后验分布：

其中

非贝叶斯方法

与贝叶斯方法不同，非贝叶斯方法中待估计参数

似然函数：

它表示的是给定

（3）总结

参考资料

1. Bar-Shalom Y, Li X R, Kirubarajan T. Estimation with applications to tracking and navigation: theory algorithms and software[M]. John Wiley & Sons, 2004.