随机逼近PDF电子书下载

第1章 准备知识 1

1.1 概率论的一些概念 1

1.2 停时、鞅和鞅差序列 5

1.3 随机微分方程 9

1.4 阵的伪逆与微分 14

第2章 随机逼近算法的分析方法 21

2.1 随机逼近算法 21

2.2 鞅方法 24

2.3 常微分方程方法 28

2.4 Lyapunov函数方法 34

3.1 随机变界截尾算法的收敛性分析 40

第8章 随机变界截尾算法 40

3.2 收敛速度 48

3.3 一些数值模拟例子 54

3.4 算法收敛性对量测误差的一个充分必要条件 56

3.5 算法的稳健性分析 60

第4章 随机逼近算法的渐近性质 75

4.1 线性递推估计的渐近正态性 76

4.2 变界截尾RM算法的渐近正态性 87

4.3 渐近有效性 92

第5章 连续时间的随机逼近 107

5.1 连续时间的RM算法 107

5.2 变界截尾随机逼近算法 111

5.3 收敛速度 119

5.4 渐近正态性 124

5.5 渐近有效性 128

第6章 系统参数估计 144

6.1 连续时间动力系统中的参数估计 144

6.2 再访ODE方法 150

6.3 一个适应控制问题 163

6.4 连续时间系统的参数估计 167

6.5 非线性系统的参数估计 175

第7章 适应性滤波算法 188

7.1 最小方差线性滤波 189

7.2 适应性滤波算法的强收敛性 192

7.3 一类步长因子下强收敛性的充要条件及稳健性 203

7.4 均方收敛与渐近正态性 214

7.5 渐近有效性 224

第8章 随机并行处理及多传感器数据融合 230

8.1 异步并行分布式随机逼近算法 231

8.2 多处理器序贯异步并行时滞随机逼近算法 238

8.3 有关凸组合优化的矩阵函数极值定理 242

8.4 多观测器的最优凸组合随机逼近算法 246

8.5 多传感器的最优凸组合适应性滤波算法 254

参考文献 262

后记 269

后记文献 273