Учебное пособие предназначено для студентов, обучающихся по программам подготовки бакалавров по направлениям 11.03.01 «Радиотехника» и 11.03.02 «Инфокоммуникационные технологии и системы связи» двум курсам: «Цифровая обработка сигналов» и «Статистическая теория радиосистем». Целью пособия является помощь студентам в освоении классического метода т. н. Калмановской фильтрации.

• СОДЕРЖАНИЕ
• ВВЕДЕНИЕ
• СПИСОК ОБОЗНАЧЕНИЙ
• 1. ПОСТАНОВКА ЗАДАЧИ
• 1.1. Задача оценивания в реальном времени
• 1.2. Линейная «марковская» модель физического процесса
• 1.3. Линейная модель измерений
• 1.4. Оптимальная байесова стратегия оценивания (по критерию минимума среднего риска)
• 2. АЛГОРИТМЫ ПОСЛЕДОВАТЕЛЬНОГО ОЦЕНИВАНИЯ ДЛЯ ЛИНЕЙНЫХ МОДЕЛЕЙ
• 2.1. Рекуррентное представление апостериорного распределения
• 2.2. Алгоритм фильтрации вектора состояния процесса (фильтрКалмана)
• 2.3. Выбор начальных условий для фильтрации. Устойчивость алгоритма фильтрации
• 2.4. Рекуррентный алгоритм сглаживания оценок фильтрации
• 2.5. Оценка одношаговой экстраполяции. Случай пропаданияизмерений
• 3. БАЗОВЫЕ ЛИНЕЙНЫЕ МОДЕЛИ
• 3.1. Модель процесса с неизменным вектором состояния (вектором параметров)
• 3.2. Модель процесса со случайными блужданиями
• 3.3. Модели процесса движения
• 3.4. Стохастическая авторегрессионная модель сигнала
• 3.5. Задача оценки вектора параметров стохастической авторегрессионной модели сигнала
• 4. СПЕЦИАЛЬНЫЕ ЛИНЕЙНЫЕ МОДЕЛИ И АЛГОРИТМЫ АДАПТИВНОЙ ФИЛЬТРАЦИИ СИГНАЛОВ
• 4.1. Модель с забыванием вектора параметров нестационарного процесса
• 4.2. Алгоритм оценивания (фильтрации) с забыванием
• 4.3. Алгоритм адаптивной фильтрации сигнала (алгоритм RLS).Задачи идентификации и помехоподавления
• 4.4. Адаптивный алгоритм совместного оценивания векторов состояния и параметров стохастической авторегрессионной моделисигнала (дуальный фильтр Калмана)
• ИСПОЛЬЗОВАННАЯ ЛИТЕРАТУРА