顶部
收藏

高斯误差条件下广义最小二乘估计理论与方法:针对非线性观测模型


作者:
王鼎,唐涛,尹洁昕,杨宾
定价:
129.00元
ISBN:
978-7-04-058149-2
版面字数:
520.000千字
开本:
16开
全书页数:
暂无
装帧形式:
精装
重点项目:
暂无
出版时间:
2022-05-20
读者对象:
高等教育
一级分类:
电气/电子信息/自动化类
二级分类:
电子信息/通信专业课
三级分类:
其他

暂无
  • 前辅文
  • 第1 章 引言
    • 1.1 最小二乘估计理论与方法概述
    • 1.2 最小二乘估计方法的起源与研究现状:针对非线性观测模型
    • 1.3 本书的内容安排
  • 第2 章 数学预备知识
    • 2.1 矩阵理论中的若干预备知识
      • 2.1.1 矩阵求逆
      • 2.1.2 (半)正定矩阵
      • 2.1.3 矩阵奇异值分解
      • 2.1.4 Moore-Penrose广义逆矩阵与正交投影矩阵
      • 2.1.5 矩阵Kronecker积与矩阵向量化运算
      • 2.1.6 关于矩阵的其他结论
    • 2.2 多维函数分析初步
      • 2.2.1 多维标量函数的梯度和Hesse矩阵
      • 2.2.2 多维向量函数的Jacobi矩阵
    • 2.3 拉格朗日乘子法的基本原理
    • 2.4 参数估计方差的克拉美罗界
      • 2.4.1 无等式约束条件下的克拉美罗界
      • 2.4.2 等式约束条件下的克拉美罗界
    • 2.5 矩阵扰动分析中的若干预备知识
    • 2.6 参数估计一阶误差分析方法
      • 2.6.1 无等式约束条件下的一阶误差分析方法
      • 2.6.2 等式约束条件下的一阶误差分析方法
  • 第3 章 非线性最小二乘估计理论与方法:基础观测模型与方法
    • 3.1 基础的非线性观测模型
    • 3.2 模型参数精确已知时的参数估计优化模型、求解方法及其理论性能
      • 3.2.1 参数估计优化模型及其求解方法
      • 3.2.2 理论性能分析
      • 3.2.3 数值实验
    • 3.3 模型参数先验观测误差对参数估计性能的影响
      • 3.3.1 对克拉美罗界的影响
      • 3.3.2 对方法3\unhbox \voidb@x \hbox $-$ a的影响
    • 3.4 模型参数先验观测误差存在下的参数估计优化模型、求解方法及其理论性能
      • 3.4.1 参数估计优化模型及其求解方法
      • 3.4.2 理论性能分析
      • 3.4.3 数值实验
  • 第4 章 非线性最小二乘估计理论与方法:含有第~\lma ~类等式约束
    • 4.1 含有第~\xlma ~类等式约束的非线性观测模型
    • 4.2 模型参数精确已知时的参数估计优化模型、求解方法及其理论性能
      • 4.2.1 参数估计优化模型及其求解方法
      • 4.2.2 理论性能分析
      • 4.2.3 数值实验
    • 4.3 模型参数先验观测误差对参数估计性能的影响
      • 4.3.1 对克拉美罗界的影响
      • 4.3.2 对方法4\unhbox \voidb@x \hbox $-$ a的影响
    • 4.4 模型参数先验观测误差存在下的参数估计优化模型、求解方法及其理论性能
      • 4.4.1 参数估计优化模型及其求解方法
      • 4.4.2 理论性能分析
      • 4.4.3 数值实验
  • 第5 章 非线性最小二乘估计理论与方法:含有第~\lmb ~类等式约束
    • 5.1 含有第~\xlmb ~类等式约束的非线性观测模型
    • 5.2 模型参数精确已知时的参数估计优化模型、求解方法及其理论性能
      • 5.2.1 参数估计优化模型及其求解方法
      • 5.2.2 理论性能分析
      • 5.2.3 数值实验
    • 5.3 模型参数先验观测误差对参数估计性能的影响
      • 5.3.1 对克拉美罗界的影响
      • 5.3.2 对方法5\unhbox \voidb@x \hbox $-$ a的影响
    • 5.4 模型参数先验观测误差存在下的参数估计优化模型、求解方法及其理论性能
      • 5.4.1 参数估计优化模型及其求解方法
      • 5.4.2 理论性能分析
      • 5.4.3 数值实验
  • 第6 章 非线性最小二乘估计理论与方法:含有第~\lmc ~类等式约束
    • 6.1 含有第~\xlmc ~类等式约束的非线性观测模型
    • 6.2 模型参数精确已知时的参数估计优化模型、求解方法及其理论性能
      • 6.2.1 参数估计优化模型及其求解方法
      • 6.2.2 理论性能分析
      • 6.2.3 数值实验
    • 6.3 模型参数先验观测误差对参数估计性能的影响
      • 6.3.1 对克拉美罗界的影响
      • 6.3.2 对方法6\unhbox \voidb@x \hbox $-$ a的影响
    • 6.4 模型参数先验观测误差存在下的参数估计优化模型、求解方法及其理论性能
      • 6.4.1 参数估计优化模型及其求解方法
      • 6.4.2 理论性能分析
      • 6.4.3 数值实验
  • 第7 章 非线性最小二乘估计理论与方法:观测误差协方差矩阵秩亏损
    • 7.1 观测误差协方差矩阵秩亏损条件下的非线性观测模型
    • 7.2 模型参数精确已知时的参数估计优化模型、求解方法及其理论性能
      • 7.2.1 参数估计优化模型及其求解方法
      • 7.2.2 理论性能分析
      • 7.2.3 数值实验
    • 7.3 模型参数先验观测误差存在下的参数估计优化模型、求解方法及其理论性能
      • 7.3.1 参数估计优化模型及其求解方法
      • 7.3.2 理论性能分析
      • 7.3.3 数值实验
  • 第8 章 伪线性最小二乘估计理论与方法:第~\lma ~类伪线性观测模型
    • 8.1 可转化为第~\xlma ~类伪线性观测模型的非线性观测模型
    • 8.2 模型参数精确已知时的参数估计优化模型、求解方法及其理论性能
      • 8.2.1 参数估计优化模型及其求解方法
      • 8.2.2 理论性能分析
      • 8.2.3 数值实验
    • 8.3 模型参数先验观测误差对参数估计性能的影响
    • 8.4 模型参数先验观测误差存在下的参数估计优化模型、求解方法及其理论性能
      • 8.4.1 第1种参数估计优化模型及其求解方法
      • 8.4.2 第2种参数估计优化模型及其求解方法
      • 8.4.3 理论性能分析
      • 8.4.4 数值实验
  • 第9 章 伪线性最小二乘估计理论与方法:第~\lmb ~类伪线性观测模型
    • 9.1 可转化为第~\xlmb ~类伪线性观测模型的非线性观测模型
    • 9.2 模型参数精确已知时的参数估计优化模型、求解方法及其理论性能
      • 9.2.1 阶段1的参数估计优化模型、求解方法及其理论性能
      • 9.2.2 阶段2的参数估计优化模型、求解方法及其理论性能
      • 9.2.3 数值实验
    • 9.3 模型参数先验观测误差对参数估计性能的影响
    • 9.4 模型参数先验观测误差存在下的参数估计优化模型、求解方法及其理论性能
      • 9.4.1 阶段1的参数估计优化模型、求解方法及其理论性能
      • 9.4.2 阶段2的参数估计优化模型、求解方法及其理论性能
      • 9.4.3 数值实验
  • 第10 章 伪线性最小二乘估计理论与方法:第~\lmc ~类伪线性观测模型
    • 10.1 可转化为第~\xlmc ~类伪线性观测模型的非线性观测模型
    • 10.2 模型参数精确已知时的参数估计优化模型、求解方法及其理论性能
      • 10.2.1 阶段1的参数估计优化模型、求解方法及其理论性能
      • 10.2.2 阶段2的参数估计优化模型、求解方法及其理论性能
      • 10.2.3 阶段3的参数估计求解方法及其理论性能
      • 10.2.4 数值实验
    • 10.3 模型参数先验观测误差对参数估计性能的影响
    • 10.4 模型参数先验观测误差存在下的参数估计优化模型、求解方法及其\\\hspace*9.3mm 理论性能
      • 10.4.1 阶段1的参数估计优化模型、求解方法及其理论性能
      • 10.4.2 阶段2的参数估计优化模型、求解方法及其理论性能
      • 10.4.3 阶段3的参数估计求解方法及其理论性能
      • 10.4.4 数值实验
  • 第11 章 参数解耦合最小二乘估计理论与方法:第~ \lma ~类参数解\\\hspace*17.8mm 耦合观测模型
    • 11.1 第~\xlma ~类参数解耦合非线性观测模型
    • 11.2 模型参数精确已知时的参数解耦合优化模型、求解方法及其理论性能
      • 11.2.1 参数解耦合优化模型及其求解方法
      • 11.2.2 理论性能分析
      • 11.2.3 数值实验
    • 11.3 模型参数先验观测误差对参数估计性能的影响
      • 11.3.1 11.3.1 对克拉美罗界的影响
      • 11.3.2 对方法11\unhbox \voidb@x \hbox $-$ a的影响
    • 11.4 模型参数先验观测误差存在下的参数解耦合优化模型、求解方法及其\\\hspace*9.4mm 理论性能
      • 11.4.1 参数解耦合优化模型及其求解方法
      • 11.4.2 理论性能分析
      • 11.4.3 数值实验
  • 第12 章 参数解耦合最小二乘估计理论与方法: 第~ \lmb ~类参数解\\\hspace*17.8mm 耦合观测模型
    • 12.1 第~\xlmb ~类参数解耦合非线性观测模型
    • 12.2 模型参数精确已知时的参数解耦合优化模型、求解方法及其理论性能
      • 12.2.1 参数解耦合优化模型及其求解方法
      • 12.2.2 理论性能分析
      • 12.2.3 数值实验
    • 12.3 模型参数先验观测误差对参数估计性能的影响
      • 12.3.1 对克拉美罗界的影响
      • 12.3.2 对方法12\unhbox \voidb@x \hbox $-$ a的影响
    • 12.4 模型参数先验观测误差存在下的参数解耦合优化模型、求解方法及其\\\hspace*9.4mm 理论性能
      • 12.4.1 参数解耦合优化模型及其求解方法
      • 12.4.2 理论性能分析
      • 12.4.3 数值实验
  • 第13 章 其他形式的非线性最小二乘估计方法: 多类型参数交替\\\hspace*17.8mm 迭代方法、蒙特卡罗重要性采样方法
    • 13.1 多类型参数交替迭代方法
      • 13.1.1 含有3类参数的非线性观测模型
      • 13.1.2 多类型参数估计优化模型与求解方法
      • 13.1.3 参数估计的克拉美罗界
      • 13.1.4 数值实验
    • 13.2 蒙特卡罗重要性采样方法
      • 13.2.1 基本的非线性观测模型与参数估计优化模型
      • 13.2.2 蒙特卡罗重要性采样方法
      • 13.2.3 数值实验
  • 第14 章 其他形式的非线性广义最小二乘估计方法: 非线性滤波方法
    • 14.1 离散时间线性动态系统及其最优滤波方法
    • 14.2 离散时间非线性动态系统
    • 14.3 扩展卡尔曼滤波方法
      • 14.3.1 扩展卡尔曼滤波方法的推导过程和计算步骤
      • 14.3.2 改进的扩展卡尔曼滤波方法
    • 14.4 无迹卡尔曼滤波方法
      • 14.4.1 无迹变换的基本原理
      • 14.4.2 无迹卡尔曼滤波方法的计算步骤
    • 14.5 贝叶斯滤波方法
  • 附录
    • A $\bm F _x (\bm x $, $\bm s ) \bm G ( \bm x _2 )$是列满秩矩阵的证明
    • B $- \bm \varPi ^\bot [ \bm C ^\rm T ]\nabla _x \bm J ^\text (a) ( \mathaccentV hat F5E\bm x _k ^\text (a) )$是使目标函数下降速率最快的可行方向的证明
    • C $ \bm Y _3 ^\rm (a) = \bm O _q_y \times q_y $的证明
    • D 式(11.54 )的证明
    • E 式(11.78 )的证明
    • F 式(11.93 )的证明
    • G $ \bm Y _3 ^\text (b) = \bm O _q_y \times q_y $的证明
    • H $ \bm Y _3 ^\rm (a) = \bm O _q_y \times q_y $的证明
    • I 式(12.51)的证明
    • J 式(12.64 )的证明
    • K $ \bm Y _3 ^\text (b) = \bm O _q_y \times q_y $的证明
    • L 式(13.57 )的证明
  • 参考文献

相关图书