继维纳滤波和卡尔曼滤波方法之后,本项目系统、完整地提出了最优滤波新的方法论—现代时间序列分析方法。它是一种以ARMA新息模型作为基本工具的一种新的时域方法。用该方法论提出了两种通用的白噪声估计理论、非递推状态估计理论、统一的稳态卡尔曼滤波理论和统一的时域维纳滤波理论,并提出了多种最优滤波与反卷积新算法。它们构成了现代最优滤波理论,为解决反卷积和广义系统状态估计这两类难题提供了新的方法和工具,具有重大理论意义和方法论意义。研究成果可应用于油田地震勘探、通讯、机器人、雷达跟踪、信号处理和控制等领域,具有广泛的应用价值。大量仿真结果说明了其有效性。在国内外发表学术论文总计53篇,并出版专著一部。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于改进LinkNet的寒旱区遥感图像河流识别方法
基于MCPF算法的列车组合定位应用研究
高分五号卫星多角度偏振相机最优化估计反演:角度依赖与后验误差分析
基于卷积神经网络的JPEG图像隐写分析参照图像生成方法
TVBN-ResNeXt:解决动作视频分类的端到端时空双流融合网络
多传感器信息融合最优和自校正滤波新理论和新方法
卷积催化伏安法和RLT滤波理论研究
基于广义反卷积模型多元密度函数的小波最优估计
基于混沌理论和控制的机构学新理论和新方法