原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
PAGE4
带关噪声的广义系统Kalman滤波器及其在震荡其中的应用
摘要
通过奇异值分解，将广义系统化为典范型,它由两个互耦的子系统组成，通过转换变为降阶系统，则可以将整个系统的状态估计问题进行转换，把原本的系统变为降阶系统，则状态估计问题也相应的进行了转变，进一步转变后系统的预报器和预报方差阵。然后得到滤波器，最后得到带相关噪声的原系统的滤波器。核心是带相关噪声的广义离散随机线性系统,通过将带相关噪声系统转化为降维系统来解决问题。
本文通过在振荡器中的仿真例子说明了其有效性。
关键词相关噪声；广义系统；卡尔曼滤波器：奇异值分解
1.前言
1.1引言
本章将着重介绍关于带
文档评论（0）