rpd000007637 (1012154), страница 3
Текст из файла (страница 3)
Вопросы:
-
Рекуррентный алгоритм фильтрации Калмана
-
Оптимальные оценки вектора при неизвестном априорном распределении
-
Свойство инвариантности оптимальных оценок
-
Оптимальные оценки векторных величин при нормальном распределении
-
Точность рекуррентной оценки фильтрации
-
Комплексирование измерений при нормальном априорном распределении
-
Вычислительная процедура получения оптимальной оценки фильтрации
-
Наблюдаемость объединенной модели динамики и измерения
-
Критерии оптимальности оценок
-
Вектор состояния в калмановской фильтрации как сумма двух составляющих - вычисляемой и оцениваемой
-
Оценка оптимального правдоподобия
-
Оценка прогноза
-
Модель дискретной линейной системы с нормальной марковской последовательностью состояний
-
Система уравнений калмановской фильтрации с учетом управляющих воздействий
-
Косвенные измерения
-
Комплексирование измерений при неизвестном распределении
-
Предельная байесовская оценка
-
Оптимальная оценка сглаживания
-
Методология оптимизации оценок случайных векторов
-
Оптимальная фильтрация при включении в состав вектора состояния погрешности ИИС
Оптимальные оценки векторных случайных последовательностей.doc
Блок №1 Информационно-статистическая теория измерений
Курсовая работа(проект) №1 Оптимальные оценки векторных случайных последовательностей
Трудоемкость(объем часов): 20
Тематика: Оценки фильтрации
Типовые варианты:
Синтез оптимального фильтра.
Задачей курсовой работы является закрепление знаний, необходимых при построении оптимальных фильтров.
Содержание работы включает:
- построение модели динамики объекта в пространстве состояний, модели измерений, матрицы измерений;
- синтез фильтра, контроль наблюдаемости, управляемости и устойчивости фильтра;
- разработку программы вычислительных процедур;
- вычисление оптимальных оценок и их ошибок;
- анализ результатов.
Задание включает пример динамической системы, перечень необходимых этапов подготовки данных для вычислительной процедуры оптимизации оценок, исходные данные.
Задания отличаются примерами динамических систем и исходных данных.
Версия: AAAAAAUx12c Код: 000007637