作品总结
《基于模型的处理：一种应用的子空间识别方法》
《基于模型的处理：一种应用的子空间识别方法（Model-Based Processing: An Applied Subspace Identification Approach（作者 James V. Candy ））》基于子空间的参数估计方法在信号处理中的应用与控制系统中子空间的系统识别之间的桥梁《基于模型的处理：一种应用的子空间识别方法（Model-Based Processing: An Applied Subspace Identification Approach（作者 James V. Candy ））》为设计基于模型的信号处理器（MBSP）的模型提供了专家见解，该模型采用子空间识别技术来实现基于模型的识别（MBID），并使读者能够使用验证和统计分析方法评估整体性能。本书聚焦于系统识别问题的子空间方法，教读者快速识别模型，并将其纳入各种处理问题中，包括状态估计、跟踪、检测、分类、控制、通信和其他需要可靠模型的应用，这些模型可以适应动态环境。
从数据中提取模型对许多应用至关重要，从探测潜艇到确定震中，再到控制自动驾驶汽车，所有这些都需要对其基本过程和测量仪器有基本的了解。本文强调了各种模型开发问题的真实世界解决方案，展示了基于模型的子空间识别系统识别如何能够从测量数据序列中提取模型，从简单的时间序列多项式到参数自适应非线性分布式系统的复杂结构。此外，此学习资源还具有以下功能：
线性、线性和非线性系统的卡尔曼滤波；现代无迹卡尔曼滤波器；以及贝叶斯粒子滤波器
实用的处理器设计，包括全面的性能分析方法
在基于模型的信号处理中提供模型开发和实际应用之间的联系
深入研究了将子空间算法应用于合成示例和实际应用的子空间方法
使读者能够弥合从统计信号处理到子空间识别的差距
包括MATLAB的附录、问题集、案例研究、示例和注释
《基于模型的处理：应用子空间识别方法》是工程和科学高级本科生和研究生以及工业和学术界工程师的必读读物。
客服咨询
400 093 7005
周一至周日：09:00AM-21:00PM
微信扫码关注
小程序扫码注册
0条评论