正态分布下任意秩有限总体中的Minimax预测

对于任意秩有限总体,在二次损失下,有关文献已给出了线性可预测变量在齐次线性预测类中的唯一线性Minimax预测．本文在正态假设下,证明了这个线性Minimax预测也是线性可预测变量在一切预测类中的唯一Minimax预测．

正态总体中线性可预测变量的Minimax预测

在二次损失下研究了任意秩有限总体中线性可预测变量Ay的线性预测在一切预测类中的Minimax性.对于一般随机效应线性模型y=Xβ+ε,βε～NBα0,σ2UWW′V,这里X,B,U,V和W是已知矩阵,α∈Rk和σ2>0是未知参数,文中得到了Ay的惟一Minimax预测.

二次损失下任意秩有限总体中的线性Minimax预测

本文对通常的二次损失作了适当的修改,在此基础上研究了一个预测在齐次线性预测函数类中的极大极小性。得到了任意秩有限总体中线性可预测变量的唯一线性Minimax预测(有关唯一性在几乎处处意义下理解)。

不确定系统改进的鲁棒协方差交叉融合稳态Kalman预报器

针对带随机参数和噪声方差两者不确定性的线性离散多传感器系统,利用虚拟噪声补偿随机参数不确定性,原系统可转化为仅带不确定噪声方差的系统.根据极大极小鲁棒估值原理,用Lyapunov方程方法提出局部鲁棒稳态Kalman预报器及其误差方差最小上界,并利用保守的局部预报误差互协方差,提出改进的鲁棒协方差交叉(Covariance intersection,CI)融合稳态Kalman预报器及其误差方差最小上界.克服了原始CI融合方法要求假设已知局部估值及它们的保守误差方差的缺点和融合误差方差上界具有较大保守性的缺点.证明了鲁棒局部和融合预报器的鲁棒性,并证明了改进的CI融合器鲁棒精度高于原始CI融合器鲁棒精度,且高于每个局部预报器的鲁棒精度.一个仿真例子验证了所提出结果的正确性和有效性.

带不确定噪声方差保性能鲁棒集中式融合Kalman预报器

对于带不确定噪声方差的多传感器系统,基于极大极小鲁棒估计原理,提出保证估计性能的集中式融合鲁棒稳态Kalman预报器.对于预置的估计精度偏差指标,利用Lagrange乘数法求得相应噪声方差的最大扰动域,使该域中所有可容许的噪声扰动,其实际精度对鲁棒精度的偏差被保证在预置范围内,并给出精度偏差的最大下界和最小上界.应用Lyapunov方程方法证明了保证估计性能能够被满足.仿真分析表明了所得结果的正确性和有效性.