《统计估值方法》

第一章观测数据的曲线拟合1

引1

§1 拟合模型1

目 录1

§2 无偏最小方差意义之下权序列｛Wr｝的确定3

§3 轨道参数的拟合6

§4 截断误差问题16

§5 多项式次数的统计识别19

参考资料24

§1 线性模型及其未知参数的最小平方解25

第二章 线性模型参数估计的最小平方（L·S）方法25

引25

§2 用任意函数表示的曲线拟合，正交多项武的运用30

§3 最小平方估计的性质33

§4 递推最小平方估计公式35

§5 多维观测情况下的L，S递推公式47

参考资料53

第三章 卡尔曼滤波方法55

引55

§1 线性状态方程解的表示，转移矩阵58

§2 状态矢量的估计问题76

§3 卡尔曼滤波的基本方程79

§4 线性化滤波方法93

§5 卡尔曼滤波与线性回归107

§6 卡尔曼滤波与最小二乘方法112

第四章 最佳线性滤波技术的实现问题114

§1前言114

§2 最佳线性递推滤波技术的回顾114

§3 关于估值中的偏倚问题118

§4 滤波模型和实际系统是否一致的统计鉴定128

§5 示 例133

§6 自适应滤波方法140

§7 滤波中常遇到的一些其它有关问题及处置途径154

结语165

参考资料167

第五章 最佳线性递推滤波的应用170

前言170

§1 在导航系统中的应用171

§2 测轨问题188

§3 导弹飞行试验后的结果分析210

参考资料223