带乘性噪声系统随机信号的分部估计算法

摘要

研究带乘性噪声随机系统的信号估计理论是随机信号处理的一个重要发展方向,对于石油勘探、目标跟踪、通讯工程等各个领域都具有实际意义.该文围绕这类离散随机系统的信号最优估计问题展开了进一步的研究工作.首先,该文回顾了带乘性噪声系统的估计理论的发展,对比前人的工作,提出了一种新的最优滤波算法:带乘性噪声系统的分部滤波算法.总结以往的带乘性噪声系统的平滑估计理论的发展,给出了新的固定点平滑算法和固定平滑算法:分部固定点平滑算法和分部固定域平滑算法.这两种算法可与分部算法并行运算.除了理论上给出上述各算法的最优性证明之外,该文还给出了对应的仿真实例,验证了算法的有效性.

目录

文摘

英文文摘

第一章引言

1.1选题的意义

1.2带乘性噪声系统的特点及应用背景

1.3带乘性噪声最优估计理论的发展及现状

1.4本文所做的主要工作

第二章带乘性噪声系统的分部滤波算法

2.1带乘性噪声系统滤波的基本算法

2.1.1带乘性噪声系统滤波算法的发展

2.1.2带乘性噪声系统的状态空间表达基本模型

2.1.3 Rajasekaran递推滤波算法

2.2带乘性噪声系统的分部滤波算法

2.2.1分部滤波算法

2.2.2噪声方差阵的数值稳定算法

2.3有色噪声情形下带乘性噪声系统的分部滤波算法

第三章带乘性噪声系统的分部平滑算法及反褶积算法

3.1概述

3.2带乘性噪声系统的分部平滑算法

3.2.1带乘性噪声系统的基本固定点平滑算法

3.2.2分部平滑固定点算法

3.2.3分部平滑固定域算法

3.3最优反褶积算法

3.4仿真实例

3.4.1子波模型

3.4.2最优估计算法仿真实例

3.5本章小节

第四章结论

致谢

参考文献