文摘
英文文摘
第一章 绪论
1.1 课题的研究目的和意义
1.2 时间序列预测的研究现状
1.3 本文主要的研究工作
1.4 本文的组织结构
第二章 时间序列预测模型参数估计理论研究
2.1 时间序列预测模型参数最优估计
2.1.1 求解参数估计初值
2.1.2 基于最小二乘的递推最优估计
2.2 线性时间序列预测模型局限性分析
2.3 时间序列预测模型参数估计方法研究
2.3.1 时间序列状态空间模型及贝叶斯估计
2.3.2 维纳滤波(WF)
2.3.3 基于卡尔曼滤波(KF)递推估计
2.3.4 基于粒子滤波递推估计(PF)
2.4 本章小结
第三章 基于改进卡尔曼滤波的预测模型参数实时更新算法研究
3.1 扩展卡尔曼滤波(EKF)的时间序列模型参数更新方法
3.2 无味卡尔曼滤波(UKF)的时间序列模型参数更新方法
3.3 卡尔曼及其改进算法的时间序列预测模型参数更新性能分析
3.4 本章小结
第四章 基于改进粒子滤波的预测模型参数实时更新算法研究
4.1 扩展卡尔曼粒子滤波(EPF)的时间序列模型参数更新方法
4.2 无味卡尔曼粒子滤波(UPF)的时间序列模型参数更新方法
4.3 核粒子滤波(KPF)的时间序列模型参数更新方法
4.4 粒子滤波及其改进算法的时间序列预测模型参数更新性能分析
4.5 KF和PF的时间序列预测模型参数更新性能比较分析
4.6 本章小结
第五章 总结与展望
5.1 本文总结
5.2 研究展望
参考文献
发表论文和科研情况说明
致谢