| 中文摘要 | 第1-3页 |
| 外文摘要 | 第3-39页 |
| 引言 | 第39-41页 |
| 第1章 无观测噪声系统参数估计的新方法 | 第41-99页 |
| ·离线两段递推最小二乘-递推增广最小二乘(RLS-RELS)算法 | 第41-48页 |
| ·ARMA的离线两段RLS-RELS算法 | 第41-44页 |
| ·CARMA的离线两段RLS-RELS算法 | 第44-48页 |
| ·在线两段递推最小二乘-递推增广最小二乘(RLS-RELS)算法 | 第48-62页 |
| ·ARMA的在线两段RLS-RELS算法 | 第48-51页 |
| ·CARMA的在线两段RLS-RELS算法 | 第51-55页 |
| ·多变量ARMA的在线两段RLS-RELS分量处理算法 | 第55-58页 |
| ·多变量ARMA的在线两段RLS-RELS算法 | 第58-62页 |
| ·改进在线两段递推最小二乘-递推增广最小二乘法 | 第62-65页 |
| ·多变量改进在线递推增广最小二乘RELS算法 | 第65-67页 |
| ·CARMA模型的自适应Kalman滤波算法 | 第67-71页 |
| ·两段递推最小二乘-伪逆(RLS-PI)算法 | 第71-96页 |
| ·MA的两段RLS-PI算法 | 第71-75页 |
| ·ARMA的两段RLS-PI算法 | 第75-79页 |
| ·CARMA的两段RLS-PI算法 | 第79-84页 |
| ·多变量ARMA的RLS-PI分量处理算法 | 第84-88页 |
| ·多变量MA的RLS-PI算法 | 第88-92页 |
| ·多变量ARMA的RLS-PI算法 | 第92-96页 |
| ·循环递推增广最小二乘RELS算法 | 第96-99页 |
| 第2章 带观测噪声系统参数估计的新方法 | 第99-140页 |
| ·带观测噪声的MA模型参数估计算法 | 第99-103页 |
| ·带观测噪声的AR模型参数估计算法 | 第103-121页 |
| ·带白噪声的补偿偏差最小二乘法(CBLS) | 第103-106页 |
| ·带有色噪声的补偿偏差最小二乘法(CBLS) | 第106-110页 |
| ·递推增广最小二乘法(RELS) | 第110-114页 |
| ·递推辅助变量法(RIV) | 第114-121页 |
| ·带观测噪声的ARMA模型参数估计算法 | 第121-129页 |
| ·两段RELS-GW算法 | 第121-126页 |
| ·离线三段RLS-RELS-GW算法 | 第126-128页 |
| ·三段RLS-PI-GW算法 | 第128-129页 |
| ·反卷积模型参数估计算法 | 第129-135页 |
| ·带拟合噪声系统辨识 | 第135-140页 |
| ·在线两段RLS-RELS算法 | 第136-137页 |
| ·两段RLS-PI算法 | 第137-140页 |
| 第3章 应用实例 | 第140-152页 |
| ·带位置和速度观测的稳态Kalman跟踪滤波器 | 第140-144页 |
| ·多变量自校正预报器、滤波器和平滑器 | 第144-148页 |
| ·自校正跟踪预报器、滤波器和平滑器 | 第148-152页 |
| 结论 | 第152-153页 |
| 攻读学位期间发表的学术论文 | 第153-154页 |
| 致谢 | 第154-155页 |
| 参考文献 | 第155-157页 |
| 附图 | 第157-203页 |
| 独创性声明 | 第203页 |
