用时域方法设计多通道Wiener去卷滤波器

基于ＡＲＭＡ新息模型和Ｗｉｅｎｅｒ状态估值器,提出多通道Ｗｉｅｎｅｒ去卷滤波器设计的一种新的时域方法,给出了渐近稳定的递推Ｗｉｅｎｅｒ去卷滤波器,可统一处理去卷滤波、平滑和预报问题。同频域上的多项式方法相比,避免了求解Ｄｉｏｐｈａｎｔｉｎｅ方程,且便于实时应用。仿真例子说明了其有效性。     

Wiener滤波新方法

基于ＡＲＭＡ新息模型提出Ｗｉｅｎｅｒ滤波的一种新的时域方法。对带状态空间模型的线性离散随机系统，提出一种Ｗｉｅｎｅｒ状态估计器，可统一处理最优滤波、平滑和预报问题，且具有渐近稳定性，避免了求解Ｄｉｏｐｈａｎｔｉｎｅ方程和Ｒｉｃｃａｔｉ方程。仿真例子说明了其有效性。     

广义系统Wiener 滤波和Kalman 滤波新方法*

应用时域上的现代时间序列分析方法,基于ＡＲＭＡ新息模型和白噪声估计理论,提出了广义系统的Ｗｉｅｎｅｒ状态估值器和急剧记Ｋａｌｍａｎ估值器。它们可统一处理最优滤波,平滑和预后问题。     

用时域方法设计多通道Wiener去卷滤波器

基于ＡＲＭＡ 新息模型和Ｗｉｅｎｅｒ状态估值器,提出多通道Ｗｉｅｎｅｒ去卷滤波器设计的一种新的时域方法,给出了渐近稳定的递推Ｗｉｅｎｅｒ去卷滤波器,可统一处理去卷滤波、平滑和预报问题。同频域上的多项式方法相比,避免了求解Ｄｉｏｐｈａｎｔｉｎｅ方程,且便于实时应用。仿真例子说明了其有效性     

多变量自校正递推去卷滤波器

本文用时域上的新息分析方法，对于线性多变量系统的输入信号，提出了一种新的自校正递推去卷滤波器，它具有ＡＲＭＡ新息滤波器形式，可处理多变量非平稳ＡＲＭＡ输入信号、不稳定和／或非最小相位系统。仿真例子说明了其有效性。     

带有色观测噪声的多变量自校正去卷滤波器

本文运用新息理论和射影的方法，通过在线辨识ＡＲＭＲ新息模型提出了多变量非平稳ＡＲＭＡ信号自校正去卷滤波器。     

一类稳态Kalman滤波器及其渐近稳定性

应用现代时间序列分析方法，基于ＡＲＭＡ新息模型和白噪声估值器，对完全可观的离散线性机系统，提出了一类稳态Ｋａｌｍａｎ滤波器，其中给出了稳态Ｋａｌｍａｎ滤波器增益和两种新算法，并给出了保证滤波器渐近稳定性的初值选择公式，仿真例子说明了其有效性。     

自校正状态估计新算法

本文运用现代时间序列分析＾［１］的观点处理性离散时间系统自校正最优状态估计。运用新息理论和射影方法本文提出了一种新型最优滤器，在噪声统计未各时基于辨识ＡＲＭＡ新自模型提出了自校正滤波器，仿真例子说明新算法的效性。     

带有色观测噪声系统最优和自校正状态估计器

带有色观测噪声系统最优和自校正状态估计器黑龙江大学应用数学研究所邓自立，马灵洁基于ＡＲＭＡ新息模型，通过计算白噪声估值器和输出预报器，提出一种带有色观测噪声系统的新的最优和自校正状态估计器，可统一处理滤波、平滑和预报问题，可处理未知的非平稳有色观测噪...     

带有色观测噪声系统最优和自校正状态估计器

基于ＡＲＭＡ新息模型，通过计算白噪声估值器和输出预报器，提出了带有色观测噪声系统的一种新的最优和自校正状态估计器，可统一处理滤波、平滑和预报问题，可处理未知的非平衡有色观测噪声、不稳定系统和状态转移阵奇异的系统。一个雷达跟踪系统的仿真例子说明了其有效性。     

基于Kalman滤波的Wiener状态估值器

应用经典稳态Kalman滤波理论提出了设计Wiener状态估值器的新方法,其原理是: 基于在Wiener滤波器形式下的稳态Kalman滤波器和预报器及ARMA新息模型,由稳态最优非 递推状态估值器的递推变形引出Wiener状态估值器.所提出的Wiener状态估值器可统一处理状 态滤波、预报和平滑问题.它们具有ARMA递推形式,且具有渐近稳定性和最优性,仿真例子说 明了它们的有效性.     

时域Wiener状态滤波新方法

基于稳态Kalman滤波器和射影理论,提出了统一和通用的时域Wiener状态滤波新方法,用它得到带非零均值相关噪声线性随机系统的渐近稳定的Wiener状态估值器和解耦Wiener状态估值器.它可统一处理状态滤波、预报和平滑问题.发现了Kalman滤波器和Wiener滤波器之间的变换关系,Wiener状态估值器可由Kalman估值器通过自回归滑动平均(ARMA)新息模型得到.一个仿真例子说明了其有效性.     

基于Kalman滤波的统一的Wiener状态滤波器

对于带相关噪声系统 ,基于稳态Kalman滤波器和自回归滑动平均 (ARMA)新息模型 ,提出了统一的渐近稳定的Wiener状态滤波器 ,可统一处理状态滤波 ,平滑和预报问题 .它们构成了一种新的时域Wiener滤波算法 .揭示了Kalman滤波器与Wiener滤波器之间的关系 .一个目标跟踪系统的仿真例子说明了它们的有效性     

Wiener滤波问题的一种Diophantine方程解

用时域上的现代时间序列分析方法,基于ARMA新息模型和白噪声估值器,提出Wiener滤波问题的一种Diophantine方程解。它可统一处理平稳或非平稳ARMA信号的最优滤波、平滑和预报问题。仿真例子说明了其有效性。     

不带Diophantine方程的多通道最优去卷滤波器

用时域上的现代时间序列分析方法,基于ARMA新息模型和白噪声估值器,分别提出 了在ARMA新息滤波器形式下和在Wiener滤波器形式下的新的渐近稳定的多通道最优去卷 滤波器.它们避免了求解Diophantine方程,可统一处理去卷滤波、平滑和预报问题.还给出了 ARMA新息滤波器和Wiener去卷滤波器之间的关系.仿真例子说明了它们的有效性.     

广义系统ARMA最优递推状态估值器

应用现代时间序列分析方法,基于ARMA新息模型和白噪声估值器,由非递推状 态估值器的递推变形,提出了广义系统的ARMA稳态最优递推状态估值器.它们具有 Wiener滤波器形式,可处理带奇异状态转移阵和/或带相关噪声的广义系统,可统一处理滤 波、平滑和预报问题,且可统一处理广义和非广义系统状态估计问题.仿真例子说明了其有效 性.     

基于Kalman滤波的自回归滑动平均信号信息融合Wiener滤波器

应用Kalman滤波方法,在按矩阵加权线性最小方差最优信息融合规则下,提出了带白色观测噪声的多通道ARMA信号的多传感器信息融合Wiener滤波器.它可统一处理信息融合滤波、平滑和预报问题.为了计算最优加权阵,提出了计算局部滤波误差互协方差阵的公式.同单传感器情形相比,可提高估计精度.一个带三传感器的目标跟踪系统的仿真例子说明了其有效性.     

广义系统Wiener状态滤波新算法

应用时域上的现代时间序列分析方法，基于ARMA新息模型和白噪声估计理论，由一种新的非递推最优状态估值器的递推变形，提出了广义系统Wiener状态滤波的一种新算法，它可统一处理滤波、平滑和预报问题，且具有渐近稳定性。同某些算法相比，它避免了求解Riccati方程和Diophantine方程，且避免了计算伪逆，因而减小了计算负担。仿真例子说明了其有效性。     

Wiener状态去卷滤波器

应用现代时间序列分析方法,基于ARMA新息模型提出了一类带多重观测滞后和带滑动平均（MA）有色观测噪声系统的Wiener状态去卷滤波器,它具有渐近稳定性和ARMA递推形式,可统一处理滤波、平滑和预报问题,且可用于解决带ARMA有色观测噪声系统状态估计和信号Wiener滤波与反卷积问题,二个仿真例子说明了其有效性。