Introduction, minimum variance estimation, Cramer-Rao bound. General minimum variance and best linear unbiased estimation. Maximum likelihood estimation, least squares, method of moments, Bayesian estimation. Extensions for complex data and parameters.
EQ2810 Estimeringsteori, forskarförberedande 6,0 hp
This is an introductory course to statistical estimation theory given from a signal processing perspective. The course covers fundamental concepts such as sufficient statistics, the Rao-Blackwell theorem and the Cramer-Rao lower bound on estimation accuracy. Furthermore, the most common estimation methods are treated, including maximum likelihood, least-squares, minimum variance and Bayesian estimation.
This is a graduate level course that can be taken by undergraduate students who are admitted. There are two versions of the course, 6 and 12 ECTS.
Information per kursomgång
Information för HT 2025 Start 2025-08-25 programstuderande
- Studielokalisering
KTH Campus
- Varaktighet
- 2025-08-25 - 2025-10-24
- Perioder
- P1 (6,0 hp)
- Studietakt
50%
- Anmälningskod
51473
- Undervisningsform
Normal Dagtid
- Undervisningsspråk
Engelska
- Kurs-PM
- Kurs-PM är inte publicerat
- Antal platser
Ingen platsbegränsning
- Målgrupp
Sökbar för alla masterprogram under förutsättning att kursen kan ingå i programmet.
- Planerade schemamoduler
- [object Object]
- Schema
- Schema är inte publicerat
- Del av program
Masterprogram, information och nätverksteknologi, åk 1, Rekommenderad
Masterprogram, information och nätverksteknologi, åk 1, INF, Rekommenderad
Masterprogram, information och nätverksteknologi, åk 1, MMB, Rekommenderad
Masterprogram, information och nätverksteknologi, åk 2, Rekommenderad
Masterprogram, information och nätverksteknologi, åk 2, INF, Rekommenderad
Masterprogram, information och nätverksteknologi, åk 2, MMB, Rekommenderad
Kontakt
Magnus Jansson (janssonm@kth.se)
Kursplan som PDF
Notera: all information från kursplanen visas i tillgängligt format på denna sida.
Kursplan EQ2810 (VT 2019–)Rubriker med innehåll från kursplan EQ2810 (VT 2019–) är markerade med en asterisk ( )
Innehåll och lärandemål
Kursinnehåll
Lärandemål
This is an introductory course to statistical estimation theory given from a signal processing perspective. The aim is to provide the basic principles and tools which are useful to solve many estimation problems in signal processing and communications. It will also serve as the necessary prerequisite for more advanced texts and research papers in the area. The course will cover fundamental concepts such as sufficient statistics, the Rao-Blackwell theorem and the Cramer-Rao lower bound on estimation accuracy. Furthermore, the most common estimation methods are treated, including maximum likelihood, least-squares, minimum variance, method of moments and Bayesian estimation. The course assumes some familiarity with basic matrix theory and statistics.
Kurslitteratur och förberedelser
Särskild behörighet
För fristående kursstuderande: 180hp samt engelska B eller motsvarande
Rekommenderade förkunskaper
EQ2300 Digital Signal Processing grade 4 or 5 and the permission of the examiner.
EQ2820 Matrix Algebra, accelerated program is recommended but not required.
Utrustning
Ingen information tillagd
Kurslitteratur
"Fundamentals of Statistical Signal Processing: Estimation Theory," Kay, Steven M. ISBN 0133457117.
Examination och slutförande
När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.
Betygsskala
A, B, C, D, E, FX, F
Examination
- LAB1 - Laboration, 1,5 hp, betygsskala: P, F
- TEN1 - Tentamen, 4,5 hp, betygsskala: A, B, C, D, E, FX, F
Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.
Examinator får medge annan examinationsform vid omexamination av enstaka studenter.
Övriga krav för slutbetyg
Attending the lectures is mandatory
Homework assignments oral examination (not required if the homeworks are correct) project assignment.
Möjlighet till komplettering
Ingen information tillagd
Möjlighet till plussning
Ingen information tillagd
Examinator
Etiskt förhållningssätt
- Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
- Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
- Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.
Ytterligare information
Kursrum i Canvas
Registrerade studenter hittar information för genomförande av kursen i kursrummet i Canvas. En länk till kursrummet finns under fliken Studier i Personliga menyn vid kursstart.
Ges av
Huvudområde
Elektroteknik
Utbildningsnivå
Avancerad nivå
Påbyggnad
Ingen information tillagd
Kontaktperson
Magnus Jansson (janssonm@kth.se)
Övrig information
Given in P1 every odd year.
I denna kurs tillämpas EECS hederskodex, se:
http://www.kth.se/eecs/utbildning/hederskodex.