| 本书以经典Kalman滤波、经典时间序列分析、系统辨识、多传感器信息融合四门学科的相互渗透作为方法论，主要解决模型参数估计、状态或信号估计、多传感器信息融合估计、自校正状态或信号估计、自校正信息融合状态或信号估计五类估计问题。除了重点介绍模型参数的最小二乘法估计和经典Kalman滤波理论外，还系统介绍了白噪声估计理论、最优滤波的现代时间序列分析方法、多传感器信息融合滤波理论、自校正滤波与信息融合滤波理论等新方法和新理论。本书内容丰富，讲解通俗易懂，具有很强的可读性。 |
| 前言 绪论 第1章 ARMA模型与状态空间模型 第2章 最小二乘法参数估计 第3章 状态与信号的最优估计——经典Kalman滤波与时域Wiener滤波 第4章 多传感器最优信息融合估计——Kalman滤波方法 第5章 状态与信号的最优估计——现代时间序列分析方法导论 第6章 多传感器最优信息融合估计——现代时间序列分析方法 第7章 自校正估计与自校正信息融合估计 附录1 稳态Kalman滤波算法Matlab仿真通式 附录2 三种加权信息融合算法Matlab仿真通式 附录3 构造ARMA新息模型的Gevers-Wouters算法Matlab仿真通式 附录4 RLS-RELS算法Matlab仿真通式 附录5 REIS算法Matlab仿真通式 |
内容加载中，请稍后...
商品评论（0条）