Последний раз редактировалось bojl4apuk 30.01.2017, 22:05, всего редактировалось 1 раз.
Если кто-то знает ответы на эти вопросы,или хотя бы на 1 из них,ответьте в тему,пожалуйста) если я неправильно понимаю 1)свойства функции Ляпунова Функция должна быть равна нулю в начале координат и быть одного знака по всей области определения 2)отличия РМНК и МНК( где что лучше использовать в каких задачах) Ну РМНК это последовательная обработка,а МНК совместная. Плюс РМНК состоит в том,что можно остановить алгоритм,когда мы сделали измерения до нужной нам точности,а МНК прогоняет всю выборку. А чем лучше МНК? и какие примеры задач,совсем в голову ничего не лезет 3)свойства модели метода стохастической аппроксимации(МСА) 4) Критерий оптимальности методов РМНК?МСА?адаптивного наблюдателя?фильтра калмана? 5)что характеризует ковариционная матрица в РМНК,как её строить по пунктам 6)что означает устойчивость по Ляпунову(простыми словами) 7) чем РМНК лучше чем МСА,их отличия 8)для чего используется параметризация в алгоритме адаптивного наблюдателя? 9) как доказать что оценки алгоритма фильтра Калмана несмещенные? 10) почему в динамических алгоритмах необходимо исследовать устойчивость? 11)Как получается уравнение ковариционной матрицы уравнений фильтра Калмана? Нужно решить Дифф. уравнения Коши и потом это и будет матрицей,так? 12)в чем разница критерия качества и критерия оптимальности?
|