快速次优固定区间Wiener平滑器算法

为了克服带相关噪声控制系统的最优固定区间Kalman平滑算法要求较大计算负担的缺点,应用Kalman滤波方法,基于CARMA新息模型,由稳态最优Kalman平滑器导出了带相关噪声控制系统的最优固定区间Wiener递推状态平滑器,它带有系数阵指数衰减到零的高阶多项式矩阵.用截断系数矩阵近似为零的项的方法提出了相应的快速次优固定区间Wiener平滑算法.它显著地减少了计算负担,便于实时应用,还给出了截断误差公式和选择截断指标的公式.仿真例子说明了快速平滑算法的有效性.     

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.     

极点配置固定区间Kalman平滑器和Wiener平滑器

基于稳态Kalman滤波器和白噪声估值器,根据控制理论中的极点配置原理,提出了极 点配置固定区间稳态Kalman平滑器和Wiener平滑器.它们避免了计算最优平滑初值,且通过配 置平滑器的极点,可快速消除初始平滑估值的影响,因而它们具有在有限固定区间上的实用稳定 性,仿真例子说明了它们的有效性.     

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.     

固定区间Wiener平滑器及其实用稳定性

应用稳态Kalman滤波理论,提出了一种固定区间Wiener平滑器,由稳态最优非递推固定区间Kalman平滑器的递推变形引出固定区间Wiener平滑器.该平滑器具有一种在有限区间上的实用稳定性,即当原系统Kalman滤波器的所有特征值远离单位圆周时,对任意选取的平滑初值该平滑器能快速消除其影响而具有快速收敛性.当有接近单位圆周的特征值时,为消除其不良影响,给出了平滑初值的选取方法.仿真例子说明了其有效性.     

一种新的带白噪声估值器的固定滞后Kalman平滑器

本文基于经典Kalman滤波器和Mendel的输入白噪声估值器，应用射影理论，提 出了一种新的带白噪声估值器的最优固定滞后Kalman平滑器，且给出了平滑增益阵和平滑误 差方差阵新算法，避免了计算滤波和预报误差方差阵的逆矩阵，减少了计算负担．还提出了 相应的稳态次优固定滞后Kalman平滑器，它具有渐近稳定性．仿真例子说明了所提出的结果 的有效性．     

时变系统的统一和通用的最优白噪声估值器

对带相关噪声的时变系统,基于Kalman滤波提出了统一和通用的最优白噪声估值器,它包括观测白噪声估值器和输入白噪声估值器两者.提出了统一的固定点和固定区间最优白噪声平滑器.特别对时不变系统提出了统一的稳态白噪声估值器.它们为解决状态或信号估计和反卷积问题提供了新的途径和工具,且可应用于石油地震勘探数据处理.一个Bernoulli_Gaussian白噪声的仿真例子说明了它们的有效性.     

极点配置固定滞后稳态Kalman平滑器

基于稳态Kakman预报器和白噪声估计理论, 应用控制理论中的极点配置原理, 提出了极点配置固定滞后稳态Kalman平滑器. 它们不仅是全局渐近稳定的, 而且通过配置平滑器的极点可使初始平滑估值的影响按指数衰减迅速消失. 它们避免了计算最优初始平滑估值, 可减小计算负担. 一个雷达跟踪系统的仿真例子说明了其有效性     

一类新的固定点和固定区间KALMAN平滑器

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,对线性定常 离散随机系统提出了两种新的固定点Kalman平滑器和两种新的正向固定区间Kalman平滑 器.它们的优点是避免了解Riccati方程,算法简单,可在线实现.为了保证它们的最优性,给 出了最优初值估值公式.仿真例子说明了其有效性.     

时变系统的统一和通用的最优噪声估值器

对于带相邻及同一时刻相关噪声的时变系统,基于Kalman滤波理论提出了统一和通用的最优噪声估值器,包括观测噪声估值器和输入噪声估值器,提出了统一和通用的固定点和固定区间的最优噪声平滑器,它们为解决状态和信号估计问题提供了新的工具.一个仿真算例说明了其有效性.     

白噪声Wiener反卷积滤波器

应用现代时间序列分析方法,基于ARMA新息模型提出了白噪声Wiener反卷积滤波器。该滤波器可统一处理滤波、平滑和预报问题,可用ARMA递推滤波器实现,适用于石油地震勘探数据处理。同多项式方法和Kalman 滤波方法相比,避免了求解Diophantine方程和Riccati方程,减少了计算负担。Bernoulli-Gaussian白噪声反卷积的仿真例子说明了其有效性。     

单通道自校正白噪声去卷平滑器

本文用现代时间序列分析方法，基于ＡＲＭＡ新息模型提出了带有色观测噪声的单通道自校正白噪声去卷平滑器，可处理含有未知噪声均值、方差和模型参数的不稳定和非最小相位系统，可应用于油田地震勘探、通讯、信号处理等许多领域。仿真例子说明了其有效性。     

Pole-assignment fixed-interval Kalman smoother with an exponential stability

Using the innovation analysis method in the time domain, based on the autoregressive moving average (ARMA) innovation model and white noise estimators, a pole-assignment fixed-interval steady-state Kalman smoother is presented for discrete-time linear stochastic systems. It avoids the computation of the optimal initial smoothing estimate, and can rapidly eliminate the effect of arbitrary initial smoothing estimate by assigning the poles of the smoother, with an exponentially decaying rate. Several simulation examples show its effectiveness.     

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.