建模与估的计1.1-1.2(第一次课).pptVIP

《建模与估计》 第 一次课 2015.04.01 教学目标 讲述模型建立与参数辨识的一般方法。 讲述Kalman滤波估计理论基础。 介绍多传感器信息融合估计理论的最新进展 为后续估计理论学习打下基础。 第一章 绪论 研究对象？ 研究内容？ 参数辨识的一般方法？ 例：某地降水量 Z(t) t=1,2,….52,.. 研究对象：离散情形下的时间序列(Time Series). 时间序列：依时间顺序排列的观测值序列。 研究内容： 建模、估计 建模： 1、自回归滑动平均模型(Autoregressive moving average, ARMA) 2、状态空间模型(state-space model) 3、传递函数模型(transfer function) 1、统计模型：数据分析(黑箱) 2、机理模型：公式、定律(白箱) 3、半经验半机理模型：(灰箱) 模型分类： PID :ΔU(k)=kp[e(k)-e(k-1)]+ki e(k)+kd [e(k)-2e(k-1)+e(k-2)] 1、最小二乘法(Least squares method,LSM)，1795年，Gauss在确定天体运行椭圆轨道时提出。 建