作　　者： ; ; ; ;

机构地区： 黑龙江大学电子工程学院

出　　处： 《黑龙江大学自然科学学报》 2003年第4期43-46,共4页

摘　　要： 利用广义系统典范型,将广义系统状态估计问题转化为一个降阶常规系统的状态估计问题。应用Kalman滤波方法和白噪声估计理论,提出了广义离散随机线性系统降阶固定区间最优Kalman平滑器,可减少计算负担,便于实时应用。一个仿真例子说明其有效性。 By a canonical form of descriptor systems, the state estimation problem of generalized systems is transformed into the state estimation problem for reduced - order conventional systems. Reduced-order fixed - interval optimal Kalman smoother for generalized discrete stochastic linear systems is proposed by applying Kalman filtering approach and white noise estimation theory. It can reduce the computational load and is suitable for real time applications. A simulation example shows its effectiveness.

关 键 词： 广义随机系统 降阶 固定区间最优 平滑器 滤波 白噪声估计

领　　域： [理学] [理学]