您的位置：EEWORLD大学堂 / 嵌入式开发 / 数字信号处理器（DSP） / 随机信号处理 国防科大 / 扩展卡尔曼滤波模型和算法推导

随机信号处理是电子与通信工程学科研究生的核心课程，本课程主要学习随机过程基础、参数估计、最佳滤波和信号检测的基本理论，随机过程基础主要介绍随机过程的基本概念和随机过程通过线性系统分析，包括定义与分类、统计描述、平稳随机过程和功率谱、线性系统分析、常用时间序列模型、匹配滤波理论等；通过参数估计理论的学习，掌握参数估计的一般方法、估计的基本准则和性能评估方法；通过最佳滤波理论的学习，掌握最佳滤波的基本概念、掌握卡尔曼滤波的基本理论，熟练掌握卡尔曼滤波算法的推导方法、算法的应用和性能（仿真）评估方法，掌握非线性滤波的基本概念和方法（扩展卡尔曼滤波方法），能够根据实际问题建立起信号和观测模型、建立相应的算法、并能用计算机分析（仿真）算法性能。信号检测包括假设检验的基本理论及噪声中信号检测两部分，掌握假设检验（包括复合假设检验）的概念呢、判决准则，能够针对实际问题构造出假设检验的统计模型、选择合适的判决准则，分析判决的性能。能够将假设检验的数学理论应用与噪声中信号的检测问题中，推导出高斯噪声环境下最佳接收机的结构，掌握高斯噪声中最佳接收机的基本形式、接收机的性能分析方法及最佳信号设计问题。掌握非高斯噪声中信号检测的方法。