二维线性系统脉冲传递函数估计的渐近性质

来源 :北京交通大学 | 被引量 : 0次 | 上传用户:clj7724383
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在自动控制、无线电技术、机械振动等方面,经常遇到的随机过程是与”系统”相联系的,而且估计和识别线性系统特征也是无线电物理学、水声探测学、地震学、生物学、医学等诸学科研究的主要课题之一.概率论在线性系统理论研究方面有广泛的应用.本文就是运用随机过程和谱分析的方法对二维线性系统的脉冲传递函数进行估计,并讨论了二维线性系统脉冲传递函数估计的性质. 本文共分为四章: 第一章中综述了本文所研究课题的背景、发展现况,给出必要用到的基本概念和需要引用的已知结论,并给出了脉冲传递函数的估计量H<(△,N)><,kj>. 第二章中引进了与脉冲传递函数估计量密切相关的随机过程Z<(△,N)><,kj>,并给出了它的相关函数及其性质. 第三章中研究了过程Z<(△,N)><,kj>的有限维分布的渐近正态性,证明了估计量H<(△,N)><,kj>是渐近无偏估计,并且讨论了估计误差W<(△,N)><,kj>的有限维分布的渐近正态性,给出了其渐近正态性存在的条件. 第四章中讨论了过程Z<(△,N)><,kj>,W<(△,N)><,kj>在连续函数空间上的渐近正态性,给出了它们渐近正态性存在的条件.
其他文献
近年来,国内外学者在对生育率、移民和人口老龄化等问题的研究中,把数理经济学的理论和模型用来作为分析的工具,并且逐渐形成了一些思想流派或学派。因此,建立人口动态与经济
统计学习理论作为一种专门的小样本学习理论,针对模式识别和机器学习的实际问题,在解决小样本、非线性及高维模式识别等问题中表现出了许多特有的优势,使模式识别、机器学习的理
加性群论与加性数论又称堆垒群论和堆垒数论。其中许多古典问题是直接问题,即给出群的两个子集A与B,我们来描述和集A+B的结构。相反的问题是逆问题,即由和集A+B的结构来决定A与B
本文研究了有关正线性算子逼近的正逆定理,其内容共分为三个部分. 第一章,首先简单介绍了正线性算子逼近的正逆定理的发展进程和本文所涉及的一些基本概念和定义,并对全文的