Книга "Рекуррентное оценивание вектора состояния динамических систем" представляет собой пособие, в котором подробно излагаются теоретические основы построения рекуррентных алгоритмов оценивания вектора состояния, известных как фильтры Калмана. В книге рассматриваются методы решения плохо обусловленных систем линейных уравнений и синтез рекуррентных алгоритмов оценивания с требуемыми точностными характеристиками. Особое внимание уделяется оцениванию в условиях априорной неопределенности. Книга также предлагает новый критерий для обнаружения момента расходимости фильтра Калмана и метод построения адаптивного фильтра. Материал сопровождается множеством примеров, заданиями и контрольными вопросами, что позволяет лучше усвоить изучаемый материал. Книга адресована студентам старших курсов, магистрантам, аспирантам, а также научным сотрудникам и инженерам, занимающимся вопросами идентификации, фильтрации и обработки экспериментальных данных.
Электронная Книга «Рекуррентное оценивание вектора состояния динамических систем» написана автором Ю. Е. Воскобойников в году.
Минимальный возраст читателя: 0
Язык: Русский
ISBN: 978-5-7782-2486-5
Описание книги от Ю. Е. Воскобойников
В пособии достаточно полно излагаются теоретические основы построения рекуррентных алгоритмов оценивания вектора состояния, получивших название фильтра Калмана. Оригинальным является материал по построению рекуррентных алгоритмов решения плохо обусловленных систем линейных уравнений и синтез рекуррентных алгоритмов оценивания, исходя из требуемых точностных характеристик. Особое внимание уделяется построению алгоритмов оценивания в условиях априорной неопределенности. Предложен новый критерий для обнаружения момента расходимости фильтра Калмана и рассмотрен метод построения адаптивного фильтра Калмана. Изложение материала сопровождается большим количеством примеров, а приводимые задания и контрольные вопросы позволяют лучше усвоить изучаемый учебный материал. Адресовано студентам старших курсов, магистрантам, аспирантам, а также может представлять интерес для широкого круга научных сотрудников и инженеров, занимающихся вопросами идентификации, фильтрации и обработки экспериментальных данных.