2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩66頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、狀態(tài)空間模型是一類應(yīng)用范圍很廣而且實(shí)用性很強(qiáng)的統(tǒng)計(jì)模型,在一定假設(shè)條件下,由狀態(tài)空間模型導(dǎo)出的各類Kalman濾波和平滑可以應(yīng)用到模型推斷的各個(gè)方面,因此,狀態(tài)空間模型對(duì)參數(shù)估計(jì)、檢驗(yàn)以及預(yù)測(cè)和更新等推斷問(wèn)題的處理存在著很大的優(yōu)勢(shì)。本文重點(diǎn)研究了基于線性狀態(tài)空間模型的高斯和非高斯隨機(jī)動(dòng)態(tài)系統(tǒng)的推斷問(wèn)題,具體包括以下四個(gè)方面:
  1.在線性時(shí)變控制系統(tǒng)中,當(dāng)隨機(jī)噪聲(輸入噪聲和觀測(cè)噪聲)為高斯時(shí),經(jīng)典Kalman濾波理論是一種線性

2、遞推濾波方法,并且借助系統(tǒng)的狀態(tài)估值和當(dāng)前時(shí)刻的觀測(cè)值遞推新的狀態(tài)估值,本文給出了Kalman濾波算法并且通過(guò)仿真實(shí)驗(yàn)實(shí)現(xiàn)其算法。對(duì)于隨機(jī)噪聲為非高斯時(shí),本文通過(guò)仿真實(shí)驗(yàn)進(jìn)行比較,檢測(cè)Kalman濾波的結(jié)果。
  2.本文針對(duì)傳統(tǒng)的極大似然參數(shù)估計(jì)方法在解決實(shí)際問(wèn)題時(shí)所存在的不足,引入了EM算法。討論了EM算法原理和實(shí)施步驟,并把EM算法推廣到狀態(tài)空間模型的參數(shù)估計(jì)問(wèn)題,然后推導(dǎo)了基于卡爾曼平滑和EM算法的狀態(tài)空間模型參數(shù)估計(jì)的過(guò)

3、程,仿真實(shí)驗(yàn)也表明EM算法用于狀態(tài)空間模型參數(shù)估計(jì),其估計(jì)結(jié)果還是不錯(cuò)的。
  3.本文首先介紹了離散信源的信息熵,在此基礎(chǔ)上,其中介紹信息熵相關(guān)背景和它的基本特性。接著重點(diǎn)闡述了連續(xù)信源的差熵與離散信源的信息熵之間的聯(lián)系和區(qū)別。最后推導(dǎo)了服從高斯分布的隨機(jī)變量的熵,明確得出了高斯隨機(jī)矢量的熵的大小取決于協(xié)方差矩陣的大小的結(jié)論。
  4.在非高斯線性時(shí)變控制系統(tǒng)中,本文通過(guò)控制濾波器輸出殘差或狀態(tài)估計(jì)誤差的條件概率密度函數(shù)形

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論