| 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。 |