状态空间的离散时间模型

标签：long   系统   状态   roc   bsp   process   积分   时间   nbsp   

我们用下面的系统作例子。

$w(t) \longrightarrow \bigg[\frac{\sqrt{2\sigma ^2\beta}}{s+\beta}\bigg]  \longrightarrow \bigg[\frac{1}{s}\bigg] \longrightarrow y$

上图中，$w(t)$是单位白噪声，经过系统$\bigg[\frac{\sqrt{2\sigma ^2\beta}}{s+\beta}\bigg]$之后得到Gauss Markov process $x_2$，再经过积分$\bigg[\frac{1}{s}\bigg]$后得到integrated Gauss Markov process $x_1$，$x_1$同时也是系统最终输出的观察量$y$。

状态空间的离散时间模型

标签：long   系统   状态   roc   bsp   process   积分   时间   nbsp   

原文地址：http://www.cnblogs.com/byeyear/p/6680322.html