建模与估计上.pptVIP

建摸与估计 第一章 绪论  2）1970年 Box-Jenkins Time series Analgsis-Forcasting and control 3) 1942年Wiener-kolmogrov 提出滤波理论，基于传递函 数模型 缺点：需要存储全部历史数据，非递推的，只处理平稳 随机序列4）20世纪60年代初由于计算机运算速度、贮量等限制， 要求有贮量小、计算量小的滤波算法，满足这些要 求的算法就是递推滤波算法。 1960年 R.E.Kalman滤波理论，基于状态空间模型 三 线性平稳模型 六 几种滑动平均模型 ARIMA 自回归积分滑动平均模型 CARMA 受控自回归滑动平均模型 VARMA 向量自回归滑动平均模型 ARMA Autoregressive Moving Average VCARMA integral adj 第七节 状态空间模型 (States-space Model) 1961 年 R.E.kalman提出 第二章 最小二乘参数估计 补充知识：矩阵的微分和积分 二、数量函数对矩阵变量的导数 最小二乘法（Least Squares） 基本原理：极小压模型误差（残差）平方和。因此得名“最小二 乘”。〈1795年 Gauss提出〉 2、递推最小二乘法（Recursive Least squares ） 补充：矩阵求逆原理 向下 向上 末页 首页 调音 返回 结束 ? 研究对象：离散情形下的时间序列 ? 例1：气象预报 定义：时间序列（Time series):依时间顺序排列的 观测值 叫时间序列 研究内容：建模，预测，滤波 建模：1、自回归滑动平均模型（Autoregressive Moving Average ARMA) 2、状态空间模型 (States-Space Model) 模型分类：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） 建模方法：1）最小二乘法（Least Square Method LSM)它的基本原理是实际观测值与模型计算值的误差平方和最小原理。由此得名“最小二乘法”。 ? ? 练习1：考虑雷达跟踪直线水平匀速飞行目标的速度V，设目标初始位为 坐标原点，每分钟观测位置一次，共计观测5次，位置观测如表： 50。2 39。5 30。4 20。3 9。6 位置观测值y（公里 ） 5 4 3 2 1 时间t/分 例1 ：电网电压 固定一时刻就是一个随机变量 定义 随机过程：随时间演压的随机变量族。T为离散， 叫随机序列 定义 随机过程每次 观测结果是T上的普通函数称其为随机过程的一个实现。 例2 海浪波动 例3 飞机飞行 一 随机过程（stochastic process） 随机过程的数学期望（均值）：是随机变量数学期望的推广，它 由随机过程在每时刻的均值构成来定义，它从整体上刻划随机过程取值的平均。 随机过程相关函数：反映在任意两不同时刻随机变量之间的联 系进而说明随机过程波动的快慢。 二 平均随机过程 定义1：宽平稳随机过程（弱平稳随机过程、平稳随机过程） 五、ARMA 过程的相关函数（correlation Function） 向下 向上 末页 首页 调音 返回 结束