马建为
- 作品数：8 被引量：62H指数：5
- 供职机构：黑龙江大学自动化系更多>>
- 发文基金：国家自然科学基金黑龙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信理学天文地球更多>>
- 两传感器自校正信息融合白噪声Wiener反卷积滤波器被引量：4
- 2003年
- 应用现代时间序列分析方法,基于自回归滑动平均(ARMA)新息模型,对于带未知模型参数和噪声方差的两传感器反卷积系统,提出了自校正信息融合白噪声Wiener反卷积滤波器。它具有渐近最优性。一个Bernoulli-Gaussian白噪声反卷积的仿真例子说明了其有效性。
- 邓自主马建为高媛
- 关键词：传感器信息融合白噪声反卷积时间序列分析
- 改进的递推增广最小二乘参数估计方法被引量：7
- 2002年
- 基于用递推最小二乘(RLS)法拟合高阶自回归(AR)模型得到的白噪声估值,提出了自回归滑动平均(ARMA)模型参数估计的一种改进的递推增广最小二乘法。它由两段RLS算法组成,可在线实现,具有快的收敛速度。一个仿真例子说明了其有效性。
- 邓自立杜洪越马建为
- 关键词：估计方法ARMA模型参数估计
- ARMA模型参数估计的两段最小二乘法被引量：21
- 2002年
- 提出了自回归滑动平均(ARMA)模型参数估计的两段最小二乘法。首先用递推最小二乘法对真实ARMA模型拟合高阶自回归(AR)模型,然后基于所拟合的AR模型参数,用最小二乘法解一个不相容代数方程组得到ARMA模型参数。一个仿真的例子说明了其有效性。
- 邓自立马建为杜洪越
- 关键词：ARMA模型参数估计
- MA模型参数估计的两段最小二乘法及其在自校正跟踪滤波器中的应用被引量：2
- 2003年
- 提出了滑动平均(MA)模型参数估计的两段最小二乘法。首先用递推最小二乘法对MA模型拟合一个高阶自回归(AR)模型,然后再用最小二乘法解一个不相容的超定线性方程组得到MA模型参数估值。一个应用于自校正跟踪滤波器的仿真例子说明了其有效性。
- 邓自立马建为
- 关键词：参数估计
- 两传感器自校正信息融合Kalman滤波器被引量：15
- 2003年
- 用现代时间序列分析方法,基于自回归滑动平均(ARMA)新息模型的在线辨识,对含有未知模型参数和噪声方差的两传感器线性离散随机系统,提出了自校正信息融合Kalman滤波器。它具有渐近最优性。一个仿真例子说明了其有效性。
- 邓自立马建为高媛
- 关键词：传感器信息融合时间序列分析
- 两传感器信息融合稳态最优Kalman滤波器被引量：12
- 2003年
- 应用现代时间序列分析方法,基于ARMA新息模型提出了两传感器最优信息融合稳态Kalman滤波器。为实现最优融合,分别提出了计算局部滤波稳态误差方差和协方差阵的Lyapunov方程和拟Lyapunov方程及其迭代算法,并证明了算法的收敛性。一个仿真例子说明了其有效性。
- 邓自立高媛马建为
- 关键词：传感器LYAPUNOV方程迭代算法
- 两传感器信息融合最优白噪声反卷积Wiener滤波器被引量：17
- 2003年
- 应用现代时间序列分析方法和白噪声估计理论,提出了两传感器最优信息融合白噪声反卷积Wiener滤波器,其中给出了局部滤波误差之间的协方差公式,它可被用于计算最优融合加权系数。一个仿真例子说明了其有效性。
- 邓自立高媛马建为
- 关键词：传感器石油地震勘探
- 自校正Kalman滤波和Wiener滤波新算法及其应用
- 该文提出了自回归滑动平均(ARMA)模型的两段参数估计算法:两段递推最小二乘算法(2-RLS)和递推最小二乘法-伪逆算法(RLS-PI).基于ARMA新息模型参数的在线估计,应用现代时间序列分析的方法,提出了若干自校正K...
- 马建为
- 关键词：信号估计参数估计时间序列分析
- 文献传递
