说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 固定区间白噪声平滑器
1)  fixed-interval white noise smoother
固定区间白噪声平滑器
1.
Using the modern time series analysis method, based on the autoregressive moving average (ARMA) innovationmodel, the unified fast suboptimal fixed-interval white noise smoothers is presented by the truncation of polynomial matrices forsystems with correlated noises.
应用现代时间序列分析方法,基于ARMA新息模型,用多项式矩阵的截尾方法提出了带相关噪声系统的统一的快速次优固定区间白噪声平滑器
2)  fixed-interval white noise Wiener smoother
固定区间白噪声Wiener平滑器
3)  fix-interval smoother
固定区间平滑器
1.
In order to improve the precision of the fusion estimation, this paper presents the optimal information fusion fix-interval smoother based on the multi-sensor optimal information fusion criterion weighted by matrix in the linear minimum variance sense.
为了提高融合估计的精度,采用矩阵加权线性最小方差意义下的最优信息融合准则,对多传感器系统,考虑局部估计误差之间的相关性,给出了最优信息融合固定区间平滑器算法。
4)  fixed-interval Wiener smoother
固定区间Wiener平滑器
1.
Using steady-state Kalman filtering theory, a fixed-interval Wiener smoother was presented, the recursive version of non-recursive steady-state optimal fixed-interval Kalman smoother yielded the fixed-interval Wiener smoother.
应用稳态Kalman滤波理论,提出了一种固定区间Wiener平滑器,由稳态最优非递推固定区间Kalman平滑器的递推变形引出固定区间Wiener平滑器。
5)  fixed-interval Kalman smoother
固定区间Kalman平滑器
1.
Using steady-state Kalman filtering theory, a fixed-interval Wiener smoother was presented, the recursive version of non-recursive steady-state optimal fixed-interval Kalman smoother yielded the fixed-interval Wiener smoother.
应用稳态Kalman滤波理论,提出了一种固定区间Wiener平滑器,由稳态最优非递推固定区间Kalman平滑器的递推变形引出固定区间Wiener平滑器。
6)  fixed-interval optimal Kalman smoother
固定区间最优Kalman平滑器
补充资料:白噪声


白噪声
white noise

  白噪声[咖te俪se;6e几u曲川yM] 有常值谱密度(sPeet阁de招ity)的广义平稳随机过程(stationa理stochasticP联ess)X(t).白噪声的广义相关函数形如刀(r)二。’占(t),其中叮’是正常数而占(t)是吞函数.白噪声过程被广泛应用于描述有很小相关周期的随机扰动(例如“热噪声”—导体中由电子的热运动产生的电流强度的脉动).在白噪声的谱分解 x(。)一丁。!、!d:(、)中,其“基本振动”e“‘d:(又)在所有频率又处都有同样的平均强度;更确切些说,它们的平均平方振幅是 Eld:(洲2一兰以一二<伙二. 2兀这个谱分解意味着,对每一平方可积函数甲(t), 一J,(:)X(。)d:一丁石(、)d·(、),其中石(劝是毋(t)的R脚让r变换(Fourie:tr二-form);广义过程X二(x,毋>对函数职(t)的更明显的依赖性可以由一个与d以劝同类型的对应随机测度d叮(t)来描述(d叮(t)是随机测度dz(又)的Fou-rier变换),即 ‘X,,,一了,(。)d。(亡)· G泣仍s白噪声(Gauss恤认七ite noise)X(t)作为肠旧翎.运动(Bro~订幻石。n)叮(t)的广义导数(X(t)=叮‘(t)),是构造“受控”于一随机微分方程的随机扩散过程(diffusionp联ess)y(t)的基础: Y,(t)=a(t,Y(t))+。(t,Y(t))粉‘(t)·这方程常常写成微分形式: dy(t)=a(r,Y(r))dr+。(r,Y(t))d叮(t). 涉及白噪声应用的另一类重要模型是描述有平稳随机扰动X(t)作用于其上的稳定振动系统行为的随机过程Y(t),这时,Y(s)(st).这种系统的一个很简单的例子是 _了d、,,、 PI‘竺一】Y(t飞=X(t)、 一\dt/一‘一’其中尸(:)是全部根都在左半平面的多项式;在阻尼掉“瞬时过程’之后,过程Y(t)即由下式给出: y“,一f击“·‘、,·实际应用中,在所谓散粒效应(shot effect)过程的描述中,如下形式的白噪声 x(。)二艺占(。一;*) k起着重要的作用(k在一的与的之间变动,而…,:一:,;〔,,:t,…构成一Poisson过程);更确切地说,X(t)是Poisson过程粉(t)的广义导数.散弹效应过程本身有如下形式: Y(:)一了。(。,:)x(、)、:一J。(。,:)、。(、) =艺c(:,Tk) k其中c(t,、)是满足条件 丁!。(:,:)}2、:、二的权函数;此外,广义过程X=的均值是 a‘,,一a丁,(「)d‘,其中a是Poisson律的参数(见上),而该过程的谱表示 X(:)一a+丁。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条