《最优滤波理论及其应用》求取 ⇩

第一章 估计理论的基础1

1.1 误差函数1

1.2 估计好坏的标准2

1.3 Cramer--Rao不等式4

1.4 极大后验估计5

1.5 极大拟然估计7

1.6 最小方差估计8

第二章 系统的数学模型11

2.1 随机差分方程模型11

2.2 状态空间模型15

第三章 最优滤波器和平滑器21

3.1 线性最小方差估计和射影22

3.2 新息序列26

3.3 Kalman滤波器31

3.4 输入输出噪声相关情况下的Kalman滤波器40

3.5 最优平滑器49

第四章 自适应Kalman滤波器及其应用56

4.1 Sage和Husa的自适应Kalman滤波方法58

4.2 时变噪声统计估值器和自适应Kalman滤波器64

4.3 系统输入输出噪声相关情况下的自适应滤波器73

4.4 输入输出噪声相关时推广的Todini噪声统计估值器94

4.5 带模型误差系统自适应Kalman滤波108

4.6 参数和状态估计的两段互耦自适应Kalman滤波算法117

4.7 Hagander和Wittenmak的自校正滤波器和平滑器124

4.8 多变量自校正滤波器和平滑器130

4.9 一种新的自适应滤波器及其应用138

第五章 滤波理论在油田地震勘探数据处理方面的应用148

5.1 稳态最优白噪声滤波器和平滑器--应用于地震数据去卷150

5.2 模型噪声和观测噪声稳态最优估值器160

5.3 ARMA信号稳态最优去卷平滑器164

5.4 稳态最优波成形滤波器和平滑器174

5.5 应用于地震数据去卷的自校正白噪声估值器179

5.6 ARMA信号的自校正去卷平滑器186

5.7 多重时滞系统Tamura次优递推滤波器的推广196

5.8 多重时滞系统的次优和自适应递推滤波器202

5.9 多重时滞系统的次优和自适应递推去卷滤波器208

5.10 地震信号自适应递推去卷滤波器222

1 概率论的基本概念231

附录A 概率论和随机过程的基础知识231

2 随机变量及其分布233

3 多维随机变量及其分布235

4 随机变量的数字特征238

5 随机过程简介241

附录B 最优化技术中的梯度法247

1 求解极值问题的迭代法247

2 梯度法249

附录C 求MA模型参数的Geves--Wouters算法251

附录D 条件数学期望256

附录E 矩阵微分运算261

附录F 状态空间模型与时间序列模型的朴互关系264

附录G 一种正态白噪声序列数字发生器268

参考文献273