線性模型參數(shù)估計及其改進

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