极点配置广义稳态Kalman估值器

来源 :自动化学报 | 被引量 : 0次 | 上传用户:nj_wpp1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
应用时域上的现代时间序列分析方法,基于自回归滑动平均(ARMA)新息模型和白噪声估值器,应用控制理论中的极点配置原理,对线性离散时间广义随机系统提出了极点配置广义稳态Kalman估值器.它们具有全局渐近稳定性,且通过配置估值器的极点可按指数衰减速率使初始状态估值的影响快速消失.它们可在统一框架下处理滤波、平滑和预报问题.它们避免了Riccati方程和最优初始状态估值的计算,因而可减小计算负担.一个仿真例子说明了它们的有效性.
其他文献
离群数据挖掘(outlier minmg,简称离群挖掘)是数据挖掘的重要内容.该文针对时序数据进行离群数据挖掘方法的研究,提出了离群指数的概念,在此基础上设计了时序数据离群数据挖
研究了T-S (Takagi-Sugeno)模糊系统H∞控制设计问题. 放宽了Kim E.等的T-S模糊系统可二次稳定的条件. 给出了T-S模糊系统新的观测器设计方法. 然后给出了T-S模糊系统基于观