[拼音]：boxing guji

[外文]：esti tion of wave forms

估计理论中对未知波形的估计。被估计的波形通常是随机过程的实样，并且受到噪声干扰。波形估计可用于模拟通信系统、火炮控制系统、雷达和具有时变特性的模式识别。对于两个相关的随机过程y(t)和z(t)，可以用第二个过程的某些观测值z(ζ)来对第一个过程y(t)(一般称为信号)的各种参量进行估计。如果用g(t)表示被估计的量，则g(t)可能是y(t)、懭(t)或y(t+α)等等。根据z(t)在时间轴上某一 I(从-∞到t中的一些离散点或一个区间）的观测值，寻找一个合适的数据变换T，使它成为g(t)的较好估计(t)。即

(t)＝T[z(ζ)，ζ∈I]

当　　 g(t)＝y(t+α)　　(α＞0)时，就是所谓预测问题。当

g(t)＝y(t)

时，就是所谓过滤问题。当

g(t)＝y(t＋α)　　(α＜0，t∈[t0，tf])

时，就是所谓平滑（或叫内插）问题。所谓较好的估计，是指这一估计所付出的“平均代价”小。有各种不同的“代价”函数，如均方误差代价(E｛(g(t)-(t))2｝)或平均绝对误差代价(E｛│g(t)-(t)│｝)等 (E｛　｝为求数学期望的符号)。如果z(t)是正态过程，对于均方误差代价较好的估计T是线性的。对于非正态过程，则线性估计不一定较好。但是，由于线性估计比较简单，所以常常被采用。对于平稳随机过程，较好的线性波形估计就是著名的维纳滤波。对于非平稳随机过程，可以采用所谓卡尔曼滤波进行估计。

严正声明：本文由历史百科网注册或游客用户温圣自行上传发布关于» 波形估计的内容，本站只提供存储，展示，不对用户发布信息内容的原创度和真实性等负责。请读者自行斟酌。同时如内容侵犯您的版权或其他权益，请留言并加以说明。站长审查之后若情况属实会及时为您删除。同时遵循 CC 4.0 BY-SA 版权协议，尊重和保护作者的劳动成果，转载请标明出处链接和本声明内容：作者：温圣；本文链接：https://www.freedefine.cn/wenzhan/35790.html