【卡尔曼滤波与维纳滤波现代时间序列分析方法】邓自立.pdf

【卡尔曼滤波与维纳滤波现代时间序列分析方法】邓自立.pdf

卡尔曼滤波与维纳滤波 现代时间序列分析方法 邓自立著 哈尔滨工业央学茁版社 哈尔滨前言 最优滤波解决系统的状态和信号的最优估计问题,即由被噪声污 染的观测信号求状态或信号的最优滤波器,也叫最优估值器。术语“滤 波”或“过滤”有滤掉或过滤噪声还状态或信号本来面目之意。在有传 感器或检测仪表的系统中,常常会遇到这类问题。这是因为一方面传 感器或检测仪表带有一定量测噪声(即量测随机误差),另一方面在检 测过程中还可能受到其他噪声干扰。从解决这类问题的目的看,有些 问题是单纯最优估计向题,例如,石油地震勘探反射系数序列估计同题 归结为系统的输入百噪声估计问题,它含有油层儿何形状的重要信息,目的是为了寻找和发现新油田,确定油田范围。这类问题叫输人估计 或反卷积问题。用一一现代时间序列分析方法》哈尔滨:2000 年版)中。它们构成了独具特色的新的最优滤波理论。现代时间序列 分析方法成为继Wiener滤波方法和Kalman滤波方法之后的最优滤波 的一种新的方法论。基于ARMA新息模型的递推辨识,它还可处理含 未知模型参数和噪声统计系统的自校正滤波问题.本书系统地阐述最优滤波新的方法论一现代时间序列分析方法 及其在Kalman滤波和Wiener滤波中的应用。首次用统一的时域方法 论重建Kalman滤波和Wiener滤波新理论和新方法.全书分为四章。第一章介绍了常用的ARMA模型、状态空问模 型、传递函数模型及它们的相互转化。