稳态Kalman滤波的一种统一格式

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,提出了稳态Ｋａｌｍａｎ滤波、平滑、预报的一种统一格式。给出了稳态Ｋａｌｍａｎ估值器增益的两种新算法,可避免解Ｒｉｃｃａｔｉ方程;提出了稳态Ｋａｌｍａｎ估值器关于新息初值渐近稳定性的新概念,并给出了保证这种渐近稳定性的滤波初值选取公式。仿真例子说明了所提出结果的有效性。     

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.     

混合式自适应Kalman滤波算法

采用虚拟噪声补偿模型误差和有偏的噪声方差估值器、滤波器收敛性判据相结合的方法来解决自适应Kalman滤波发散的问题。首先若模型不准确,则引入虚拟噪声对模型误差进行虚拟补偿,然后采用有偏的噪声方差估值器、滤波器收敛性判据对噪声方差估计值进行监控,阻止滤波器发散。采用混合式自适应Kalman滤波算法对Gill公司的风向风速仪实时采集的数据进行处理,实验结果表明,该方法能有效的提高性能、抑制滤波发散,具有较强的实用性、自适应能力。     

基于Kalman滤波的带相关噪声系统统一的Wiener状态估值器

基于Kalman滤波和白噪声估值器, 对带非零均值相关噪声系统提出了渐近稳定的统一的和通用的Wiener状态估值器. 它们可统一处理滤波、平滑和预报问题, 且避免了计算最优初始状态估值. 它们揭示了Kalman滤波器和Wiener滤波器之间的关系.一个仿真例子说明其有效性.     

基于Kalman滤波的通用和统一的白噪声估计方法

用射影理论,基于Kalman滤波提出了通用和统一的白噪声估计方法,可统一解决带非零均值相关噪声的线性离散时变随机控制系统的白噪声滤波、平滑和预报问题.提出了输入白噪声估值器和观测白噪声估值器,最优和稳态白噪声估值器,固定点、固定滞后和固定区间白噪声平滑器,白噪声新息滤波器和Wiener滤波器.它可应用于石油地震勘探信号处理和状态估计,为解决信号和状态估计问题,提供了新的途径和工具.关于Bernoulli-Gaussian白噪声估值器的仿真例子说明了其有效性.     

自校正Kalman滤波、预报、去卷、平滑新方法

本文用现代时间序列分析方法，提出了基于白噪声估值器和输出预报器解决线性离散定常系统稳态最优和自校正Ｋａｌｍａｎ滤波，预报，平滑问题新方法，此方法可能应用于跟踪系统、信号处理、通讯系统等领域，仿真例子说明了新方法的有效性。     

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。     

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。     

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。     

带白色和有色观测噪声系统解耦Wiener状态估值器

基于经典稳态Kalman滤波理论, 对带白色和有色观测噪声系统提出了设计最优Wiener状态估值器的新方法. 通过稳态Kalman滤波器建立ARMA新息模型, 由稳态最优非递推Kalman状态估值器的递推变形引出Wiener状态估值器, 可统一处理滤波、预报和平滑问题, 它们具有状态解耦的ARMA递推形式, 且具有渐近稳定性和最优性, 仿真结果表明了算法的有效性.     

基于Kalman滤波的白噪声估计理论

应用Kalman滤波方法,首次提出了一种统一的和通用的白噪声估计理论.它可统一处 理线性离散时变和定常随机系统的输入白噪声和观测白噪声的滤波、平滑和预报问题.提出了最 优和稳态白噪声估值器,且提出了白噪声新息滤波器和Wiener滤波器.它们可应用于石油勘探 地震数据处理,且为解决状态和信号估计问题提供一种新工具.两个仿真例子说明了其有效性.     

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.     

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     

广义离散随机线性系统降阶Wiener滤波、平滑和预报器

应用现代时间序列方法 ,基于自回归滑动平均 (ARMA)新息模型、白噪声估值器和观测预报器 ,对于广义离散随机线性系统 ,提出了降阶Wiener状态估值器 ,可统一处理滤波、平滑和预报问题 ,并且能减少计算负担 .仿真例子说明了算法的有效性     

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