最优估计理论及其应用：建模、滤波、信息融合估计

　　国家自然科学基金（60374026）资助。本书用现代时间序列分析方法提出了关于系统状态或信号的最优估计和最优融合估计的新理论、新方法和新算法，并给出在目标跟踪系统中的仿真应用。

　　邓自立，1938年9月生于哈尔滨。1962年毕业于黑龙江大学数学系。现为黑龙江大学自动化系教授、《信息与控制》杂志编委。主要从事现代控制理论和现代时间序列分析的研究。在国内外发表学术论文300余篇．其中所提出的白噪声估计理论发表在自动控制理论国际权威刊物《Automatica》上。出版专著六部。专著《现代时间序列分析及其应用——建模、滤波、去卷、预报和控制》（1989）将现代控制理论和传统时间序列分析相结合开拓一门新兴边缘学科。专著《最优滤波理论及其应用》（2000）、《卡尔曼滤波与维纳滤波》（2001）、《自校正滤波理论及其应用》（2003）和《最优估计理论及其应用》（2005）构成现代时间序列分析方法完整的理论体系。曾获黑龙江省科技进步一等奖、国家科技进步二等奖、教育部科技进步三等奖。曾获原国家教委和国家科委颁发的“金马奖”及全国高等学校先进科技工作者称号、获国务院颁发的政府特殊津贴，被授予黑龙江省优秀专家称号。

绪论
参考文献
第一章 ARMA模型和状态空间模型
1.1 引言
1.2 随机过程
1.3 自回归滑动平均（ARMA）模型
1.4 ARMA过程的展式
1.5 ARMA过程的相关函数
1.6 状态空间模型
参考文献
第二章 最小二乘法参数估计
2.1 递推最小二乘（RLS）法
2.2 递推增广最小二乘（RELS）法
2.3 ARMA模型参数估计的两段RLS-RELS算法——改进的RELS算法
2.4 ARMA模型参数估计的两段RLS-LS算法
2.5 CARMA模型的三段RLS-LS-LS参数估计算法
2.6 向量CAR模型的多重RLS参数估计算法
2.7 向量CAR模型的多维RLS参数估计算法
2.8 向量CARMA模型的多重和多维RELS参数估计算法
2.9 向量CARMA模型的两段RLS-RELS参数估计算法
2.10 向量CARMA模型的两段RLS-RELS参数估计算法
2.11 偏差补偿递推最小二乘（BCRLS）法
2.12 带有色观测噪声的AR模型参数估计的RELS算法
2.13 求MA模型参数的Gevers-Wouters算法
参考文献
第三章 Kalman滤波
3.1 引论
3.2 射影理论
3.3 Kalman滤波器和预报顺
3.4 Kalman平滑器
3.5 白噪声估值器及在信号处理中的应用
3.6 稳态Kalman滤波
3.7 带相关噪声的时变系统最优Kalman滤波和最优白噪声估值器
3.8 带相关噪声定常系统稳态Kalman滤波和稳态白噪声估值器
3.9 基于Kalman滤波的时域Wiener滤波器设计方法
3.10 统一的和通用的Kalman滤波理论和白噪声估计理论
参考文献
第四章 ARMA时间序列预报
4.1 Hilbert空间的射影运算
4.2 单变量ARMA过程的Wiener-Kolmogorow预报器
4.3 单变量Box-Jenkins递推预报器
4.4 单变量Astrom预报方法
4.5 非平稳ARMA过程的Wiener预报器
……
第五章 现代时间序列分析方法及其应用
第六章 基于经典Kalman滤波的信息融合滤波理论
第七章 基于现代时间序列分析方法的协方差信息融合滤波理论
参考文献