0去购物车结算
购物车中还没有商品,赶紧选购吧!
当前位置: 本科教材 > 工学 > 0808 自动化 > 建模与估计(第二版)

相同语种的商品

浏览历史

建模与估计(第二版)


联系编辑
 
标题:
 
内容:
 
联系方式:
 
  
建模与估计(第二版)
  • 书号:9787030471741
    作者:邓自立,王欣,高媛
  • 外文书名:
  • 装帧:平装
    开本:16
  • 页数:366
    字数:563000
    语种:zh-Hans
  • 出版社:科学出版社
    出版时间:2016-01-01
  • 所属分类:
  • 定价: ¥98.00元
    售价: ¥77.42元
  • 图书介质:
    纸质书

  • 购买数量: 件  可供
  • 商品总价:

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

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。书中以目标跟踪系统滤波为应用背景,给出大量仿真应用例子,并对多种最小二乘法参数估计算法给出大量数值仿真例子,并给出Matlab仿真程序清单。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页
用户名: 匿名用户
E-mail:
咨询内容:

目录

  • 目录
    第二版前言
    第一版前言
    绪论 1
    0.1 估计理论的发展过程和估计问题的分类 1
    0.2 模型参数估计问题 2
    0.3 时间序列、信号、状态估计问题 3
    0.4 信息融合估计问题 8
    0.5 自校IE状态与信#估计问题 10
    0.6 自校正状态与信号信息融合估计问题 11
    参考文献 13
    第1章 ARMA模型与状态空间模型 14
    1.1 引言 14
    1.2 随机过程 15
    1.3 自回归滑动平均模型 24
    1.4 ARMA过程的展式 30
    1.5 ARMA过程的相关函数 35
    1.6 状态空间模型 43
    习题 52
    参考文献 54
    第2章 最小二乘法参数估计 55
    2.1 引言 55
    2.2 递推最小二乘法 57
    2.3 加权最小二乘法 67
    2.4 递推增广最小二乘法 71
    2.5 两段RLS-RELS算法——改进的RELS算法 74
    2.6 两段RLS-LS算法 80
    2.7 递推辅助变量算法及其收敛性 87
    2.8 偏壶补偿递推最小二乘法 93
    2.9 多重RLS算法 101
    2.10 多维RLS算法 103
    习题 109
    参考文献 111
    第3章 状态与信号的最优估计——经典Kalman滤波与时域Wienei滤波 113
    3.1 引言 113
    3.2 射影理论 120
    3.3 Kalman滤波器和预报器 126
    3.4 Kalman平滑器 134
    3.5 白噪声估值器 138
    3.6 信息滤波器 146
    3.7 稳态Kalman滤波 148
    3.8 基于Kalman滤波的时域"Wiener滤波方法 158
    3.9 平稳和非平稳向量ARMA过程的Box-Jenkins递推预报器 168
    3.10 ARMA过程的Astr6m预报器 171
    习题 175
    参考文献 178
    第4章 多传感器最优信息融合估计一Kalman滤波方法 181
    4.1 引言 181
    4.2 三种加权多传感器最优信息融合准则 183
    4.3 多传感器信息融合Kalman滤波器和预报器 194
    4.4 多传感器信息融合稳态Kalman滤波器和预报器 200
    4.5 分布式信息融合ARMA信号Wiener滤波器 208
    4.6 加权观测融合Kalman滤波器 217
    4.7 加权观测融合Wiener信号滤波器 223
    4.8 带不同观测阵的两种加权观测融合Kalman滤波器的功能等价性 227
    习题 233
    参考文献 235
    第5章 状态与倍号的最优估计——现代时间序列分析方法导论 237
    5.1 引言 237
    5.2 构造ARMA新息模型的Gevers-Wouters算法 239
    5.3 统一的稳态最优白噪声估计理论 249
    5.4 多通道ARMA信号Wiener滤波器 258
    5.5 基于ARMA新息模型的稳态Kalman滤波器和预报器 263
    习题 275
    参考文献 279
    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 283
    6.1 引言 283
    6.2 多传感器信息融合白噪声反卷积估值器 283
    6.3 多通道ARMA信号信息融合Wiener滤波器 289
    6.4 信息融合稳态Kalman滤波器和预报器 298
    6.5 加权观测融合稳态Kalman滤波器 303
    6.6 加权观测融合Wienei信号滤波器 311
    习题 317
    参考文献 319
    第7章 自校正估计与自校正信息融合估计 320
    7.1 引言 320
    7.2 自校正α-β跟踪滤波器 323
    7.3 自校正对角阵加权信息融合Kalman滤波器及其收敛性分析 330
    7.4 自校正加权观测融合Kalman滤波器 344
    7.5 多变量ARMA信号自校正滤波器 352
    7.6 自校正信号检测数字滤波器 361
    习题 364
    参考文献 365
    附录1 稳态Kalman滤波算法Matlab仿真通式 367
    附录2 三种加权信息融合算法Matlab仿真通式 368
    附录3 构造ARMA新息槿型的Gevere-Wouters算法Matlab仿真通式 369
    附录4 RLS-RELS算法Matlab仿真通式 370
    附录5 RELS算法Matlab仿真通式 371
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证