線性模型參數(shù)估計(jì)及其改進(jìn)

1導(dǎo)論
2線性模型參數(shù)估計(jì)的一般最小二乘方理論
2.1線性模型及未知參數(shù)的最小二乘方估計(jì)
2.2最小二乘方估計(jì)的幾何理論
2.3平方和分解及X的奇異值分解
2.4模型的標(biāo)準(zhǔn)化
2.5參數(shù)估計(jì)的分布
2.6關(guān)于參數(shù)的假設(shè)檢驗(yàn)
2.7具有線性約束下的參數(shù)估計(jì)方法
2.8超橢球約束估計(jì)
2.9可估性分析
2.10關(guān)于設(shè)計(jì)矩陣的討論
3線性模型未知參數(shù)的Bayes估計(jì)
3.1引言
3.2共軛分布族
3.3Bayes估計(jì)及其性質(zhì)
3.4多次觀測(cè)之下的Bayes遞推估計(jì)
4壓縮估計(jì)方法
4.1James-Stein估計(jì)的提出
4.2最小加權(quán)平均平方誤差估計(jì)(MWMSE)
4.3James-Stein估計(jì)的性質(zhì)
4.4Stein估計(jì)的某些擴(kuò)充
4.5部分壓縮估計(jì)方法
5嶺估計(jì)
5.1嶺估計(jì)與最小二乘方估計(jì)的關(guān)系
5.2嶺估計(jì)與壓縮估計(jì).Bayes估計(jì)的關(guān)系
5.3嶺估計(jì)控制LS估計(jì)的條件
5.4嶺估計(jì)中K的確定
5.5廣義嶺估計(jì)及其性質(zhì)
5.6壓縮因子的實(shí)際選擇
6主成份估計(jì)方法
6.1基本思想及方法
6.2主成份估計(jì)的性質(zhì)
6.3特征值因子的篩選
7特征值估計(jì)方法
8線性模型參數(shù)估計(jì)的容許性
8.1引言
8.2容許估計(jì)的若干充要條件
8.3可估函數(shù)的容許性估計(jì)
8.4壓縮估計(jì)的容許性分析
9線性時(shí)變系統(tǒng)狀態(tài)向量的估計(jì)及自適應(yīng)估計(jì)
9.1線性模型狀態(tài)的MV估計(jì)
9.2新息序列及其性質(zhì)
9.3濾波過(guò)程中新息序列的均值檢驗(yàn)
9.4當(dāng)新息序列的均值不為零時(shí)估值的補(bǔ)償
9.5濾波模型參數(shù)估計(jì)和實(shí)際系統(tǒng)的一致性識(shí)別
9.6自適應(yīng)估計(jì)中的Q補(bǔ)償法
9.7模型中的偏倚及噪聲方差陣的直接估計(jì)方法
9.8衰減記憶自適應(yīng)估計(jì)
9.9非線性系統(tǒng)狀態(tài)估計(jì)的若干迫近方法
9.10多源信息下的融合估計(jì)方法
10綜合性應(yīng)用舉例
10.1慣性制導(dǎo)系統(tǒng)儀表誤差分離
10.2測(cè)量系統(tǒng)精度的自校正
10.3再入飛行器發(fā)射前的校準(zhǔn)和瞄準(zhǔn)
10.4時(shí)間序列的建模
10.5觀測(cè)數(shù)據(jù)的正交多項(xiàng)式擬合
附錄向量代數(shù)與矩陣
參考文獻(xiàn)