邓自立——自校正滤波理论及其应用—现代时间序列分析方法.pdfVIP

[General Information] 书名=自校正滤波理论及其应用：现代时间序列分析方法 作者=邓自立著 页数=343 SS号 出版日期=2003年09月第1版 前言 目录 第一章离散随机系统模型 1.1 向量ARMA,AR,MA,CARMA模型 1.2 传递函数模型 1.3 状态空间模型 1.4 状态空间模型与CARMA模型的转化 1.5 构造纯量ARMA新息模型的解析法 1.6 求MA参数的Cevers-Wouters算法及MATLAB程序 1.7 用Cevers-Wouters算法构造ARMA新息模型 1.8 用迭代法求解Riccati方程构造ARMA新息模型 1.9 非线性随机模型 参考文献 第二章 基于最小二乘法的ARMA模型参数估计的几种快速算法 2.1 递推最小二乘法（RLS）及其收敛性 2.2 递推增广最小二乘（RELS）法 2.3 ARMA模型参数估计的两段RLS-RELS算法——改进的RELS算法 2.4 ARMA模型参数估计的两段RLS-LS算法 2.5 CARMA模型的三段RLS-LS-LS参数估计算法 2.6 向量CAR模型的多重RLS参数估计算法 2.7 向量CAR模型的多维RLS参数估计算法 2.8 向量CARMA模型的多重和多维RELS参数估计算法 2.9 向量CARMA模型的两段RLS-RELS参数估计算法 2.10 向量ARMA模型的两段RLS-LS参数估计算法 参考文献 第三章 带观测噪声的ARMA模型参数估计算法 3.1 带有色观测噪声的MA模型参数估计的G-W算法 3.2 带观测噪声的AR模型参数估计的偏差补偿最小二乘（BCLS）法 3.3 带有色观测噪声的AR模型参数估计的RELS算法 3.4 带白色观测噪声的AR模型参数估计的递推辅助变量（RIV）算法 3.5 带白色观测噪声的ARMA（n,n-1）模型参数估计的两段RELS-GW算法 3.6 带有色观测噪声的ARMA模型参数估计的三段RELS-GW-LS算法 3.7 带输入和输出观测噪声的传递函数模型参数估计 3.8 反卷积模型参数估计 参考文献 第四章 自校正白噪声估值器及其应用原理 4.1 白噪声估值器在石油地震勘探中的应用背景 4.2 白噪声估值器在状态或信号估计中的应用原理 4.3 Hilbert空间中的射影运算 4.4 统一的稳态最优白噪声估值器 4.5 白噪声新息滤波器与Wiener滤波器 4.6 自校正白噪声估值器 4.7 自校正白噪声估值器的收敛性 4.8 白噪声估值器在信号最优和自校正滤波和平滑问题中的应用 参考文献 第五章 自校正Kalman滤波器及其在跟踪系统中的应用 5.1 最优Kalman滤波器和预报器 5.2 基于Riccati方程的稳态Kalman滤波器和预报器 5.3 基于CARMA新息模型的稳态Kalman滤波器和预报器 5.4 自校正Kalman滤波器 5.5 自校正Kalman滤波器的收敛性 参考文献 第六章 自适应Kalman滤波技术 6.1 Sage和Husa的常的噪声统计估值器和自适应Kalman滤波 6.2 改进的Sage和Husa自适应Kalman滤波器——时变噪声统计估值器 6.3 基于白噪声估值器的噪声统计估值器和自适应Kalman滤波器 6.4 带模型噪声转移阵的系统噪声统计估值器和自适应Kalman滤波器 6.5 自适应Kalman滤波器在时变参数系统辨识中的应用 6.6 鲁棒Kalman滤波器——虚拟噪声补偿技术 6.7 ARMA模型参数估计的鲁棒Kalman滤波方法 6.8 非线性系统的