排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
如何克服Kalman滤波对样本跳点数据的敏感性?这在状态估计的抗扰性分析中处重要位置。本文基于新息增量过程,引进了一个相当大的滤波簇,称之为ω滤波族。为了控制跳点数据对滤波估计的影响,主要关心它的一个有界影响子族。本文给出在一定的影响界限制下的最优有界影响滤波的φ函数形式。 相似文献
2.
本文在动态测量系统模型下,部分地回答了Mallows第二问题,即合理地给出了状态变量的M型滤波的定义及迭代计算公式,并证明了算法的收敛性。最后,我们还直观地说明了在一定条件下M型滤波估计对跳点数据的抗扰性。 相似文献
3.
动态测量系统的抗扰性预报算法 总被引:8,自引:0,他引:8
为了克服采样数据可能包含的野值对状态预报的不利影响,本文在动态测量系统的有界影响滤波技术的基础上提出了状态预报的两组抗扰性算法,并进行了仿真计算。 相似文献
4.
5.
1