巴克，A.L。;D.E.布朗。;W.N.马丁。 贝叶斯估计和卡尔曼滤波。 （英语） Zbl 0834.62092号 计算。数学。应用。 30，第10号，55-77（1995）. 摘要：在本教程文章中，我们给出了具有独立过程和测量噪声且测量不影响状态的离散时间马尔可夫过程模型的基本状态估计结果的贝叶斯推导。然后，我们列出了高斯随机向量的一些性质，并说明了卡尔曼滤波算法是如何从一般状态估计结果和线性高斯模型定义中得出的。我们给出了一些示例，包括概率图灵机、动态分类和跟踪运动目标。 引用于2文件 理学硕士： 62平方米 随机过程推断和预测 2015年1月62日 贝叶斯推断 62-04 统计相关问题的软件、源代码等 2005年6月2日 马尔可夫过程：估计；隐马尔可夫模型 关键词：动态分类;教程文章;状态估计;离散时间马尔可夫过程模型;高斯随机向量;卡尔曼滤波算法;线性高斯模型;概率图灵机;跟踪 软件：数学软件 PDF格式BibTeX公司 XML格式引用 \textit{A.L.Barker}等人，计算。数学。申请。30，第10号，第55--77号（1995；Zbl 0834.62092） 全文： 内政部 参考文献： [1] Meditch，J.S.，《随机最优线性估计与控制》（1969），麦格劳-希尔出版社·Zbl 0225.93045号 [2] 布莱森，A.E。；Ho，Y.-C.，应用最优控制（1969），金氏公司 [3] Salmond，D.J.，《不确定环境中的跟踪》（技术报告（1989年9月），英国汉茨法恩堡皇家航空航天研究所），摘自苏塞克斯大学博士论文 [4] Berger，J.O.，《统计决策理论和贝叶斯分析》（1985），斯普林格·弗拉格出版社·Zbl 0572.62008号 [5] Berliner，L.M.，《统计、概率与混沌》，《统计科学》，第7期，第1期，第69-122页（1992年）·Zbl 0955.62520号 [6] Chattergee，S。；Yilmaz，M.R.，《混沌、分形与统计》，《统计科学》，第7期，第149-121页（1992年）·Zbl 0955.37500号 [7] 森喜朗（Mori，S.）。；Chong，C.-Y。；谢，E。；Wishner，R.P.，跟踪和分类多个目标先验的识别，IEEE自动控制汇刊，AC-31，5（1986）·Zbl 0594.93058号 [8] Miller，K.S.，多维高斯分布（1964），Wiley·Zbl 0158.37902号 [9] 约翰逊，R.A。；Wichern，D.W.，应用多元统计分析（1988），普伦蒂斯·霍尔·Zbl 0663.62061号 [10] Chang，C.-B。；Tabaczynski，J.A.，状态估计在目标跟踪中的应用，IEEE自动控制汇刊，AC-29，2（1984）·Zbl 0531.93053号 [11] Meinhold，R.J。；辛普瓦拉，N.D.，理解卡尔曼滤波器，《美国统计学家》，37，2，123-127（1983） [12] Bar-Shalom，Y。；Fortmann，T.E.，跟踪与数据协会（1988），学术出版社·Zbl 0634.93001号 [13] Mendelson，E.，《数理逻辑导论》（1964），Van Nostrand·Zbl 0192.01901号 [14] 霍普克罗夫特，J.E。；Ullman，J.D.，《自动机理论、语言和计算导论》（1979），Addison-Wesley·兹比尔0196.01701 [15] 桑托斯，E.S.，概率图灵机与可计算性，（美国数学学会学报，22（1969）），704-710·Zbl 0186.01202号 [16] Gill，J.，概率图灵机的计算复杂性，SIAM计算杂志，6，4，675-695（1977）·Zbl 0366.02024号 [17] Garey，M.R。；Johnson，D.S.，《计算机与难治性》（1979），弗里曼·Zbl 0411.68039号 [18] Rabiner，L.R.，语音识别中隐藏马尔可夫模型和选定应用的教程，（IEEE学报，77（2）（1989）），257-285 [19] Wolfram，S.，《数学：用计算机做数学的系统》（1991），Addison-Wesley·Zbl 0817.68039号 [20] Dill，D.，Interactive（TEXMathematica）Documents（技术手册（1994年2月）） 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。