中心平滑: | 输入N个数据X(ti)(i=1,2…….,N),当N为奇数时,求 )21(+=Ntnn时刻状态的估值。为了使中心平滑的意义明确,
经常将输人数据改写成X(ti)(i=-n,-n+1……-1,0,1,……,,n-1,n),求to时刻状态的估值。
3.1.4 端点平滑 end smoothing输人N个数据X(ti)(i=1,2…….,N),求tN时刻状态的估值。
3.1.5 预测 prediction输入N个数据X(ti)(i=1,2……,N),求tN之后采样时刻ti(i>N)状态的估值。又称外推。
3.1.6 最优多项式滤波 optimum polynomial filtering假设输入信号X(t)的真实信号为时间的K阶多项式P(t),
理想输出信号是P(t)的线性变换LLdtd P(t),由输人信号X(ti)(i=1,2,……….,N)的线性组合,获取X(t)在Nat+
时刻L阶导数的最优估值(L)NaX+为:1滤波的权系数。α是整数。 |