英语帝们帮帮忙，帮忙翻译一段英语，急用！！

这段文字，但是，拥有足够的理论，先进的研究生或研究生发展的根本依据去到更严格的文本一样Jazwinski [ 31 ] ，鼠尾草[ 32 ] ，盖尔布[ 33 ] ，安德森[ 34 ] ，梅贝克[ 35 ] ， Bozic [ 36 ] ， Kailath [ 37,38 ] ，以及最近孟德尔[ 39 ] ， Grewel [ 40 ] ，酒吧，沙龙[ 41 ]和Simon [ 42 ] 。这些文本严格，往往侧重于卡尔曼滤波技术，从连续到离散了丰富的细节上的所有变化。贝叶斯方法中讨论这个文本当然包括状态空间模型的一个示范班（也许是最通用的） ，但重点是各类模型，以及它们如何可用于解决各种各样的信号处理的问题。一些较新的文本大致相同的技术水平，但是，与不同的重点：是Widrow [ 43 ] ， Orfanidis [ 44 ] ， Sharf [ 45 ] ， Haykin [ 46 ] ， Hayse [ 47 ] ，布朗[ 30 ]和斯托伊卡[ 48 ] 。再次集中这些文本不是贝叶斯方法，但更多的是在狭窄的一套具体的模式和发展各种不同的算法来估计这些规定。该系统识别和文本文学也有提供一些重叠，这一案文，但再次办法重点是估算模型从嘈杂的数据集，并没有真正建立一个旨在圣贝叶斯解决某一特定信号处理的问题。的案文在这一领域的Ljung [ 49,50 ] ，古德温[ 51 ] ，诺顿[ 52 ]和Soderstrom [ 53 ] 。
我们采取的办法是引进的基本思想贝叶斯信号处理和显示的最佳安装位置在信号处理。有人认为，战略规划局是一个自然的方式来解决基本的处理问题。更先验信息我们了解的数据和它的演变，我们的更多信息可以纳入处理器形式的数学模型，以提高其整体性能。这是主题和结构，反映整个文本。目前的应用程序（例如，结构，跟踪，均衡，生物医药）和简单的例子纳入激励的信号处理器。实例进行了讨论，以激发所有的模型，并编写读者的进一步发展，以后的章节。在每一种情况下处理器连同所附的模拟进行了讨论和适用于各种数据集展示的适用性和权力的贝叶斯方法。拟议的案文是与MATLAB的（信号处理标准软件）软件包提供注意到在每一章的结尾处。

这段文字，但是，拥有足够的理论，先进的研究生或研究生发展的根本依据去到更严格的文本一样Jazwinski [ 31 ] ，鼠尾草[ 32 ] ，盖尔布[ 33 ] ，安德森[ 34 ] ，梅贝克[ 35 ] ， Bozic [ 36 ] ， Kailath [ 37,38 ] ，以及最近孟德尔[ 39 ] ， Grewel [ 40 ] ，酒吧，沙龙[ 41 ]和Simon [ 42 ] 。
这些文本严格，往往侧重于卡尔曼滤波技术，从连续到离散了丰富的细节上的所有变化。贝叶斯方法中讨论这个文本当然包括状态空间模型的一个示范班（也许是最通用的） ，但重点是各类
的模式，以及它们如何可用于解决各种各样的信号处理问题。一些较新的文本大致相同的技术水平，但是，与不同的重点：是Widrow [ 43 ] ， Orfanidis [ 44 ] ， Sharf [ 45 ] ， Haykin [ 46 ] ， Hayse [ 47 ] ，布朗[ 30 ]和斯托伊卡[ 48 ] 。再次集中这些文本不是贝叶斯方法，但莫
再在狭窄的一套具体的模式和发展各种不同的算法来估计这些规定。该系统识别和文本文学也有提供一些重叠，这一案文，但再次办法重点是估算模型从嘈杂的数据集，并没有真正建立一个旨在圣贝叶斯解决某一特定信号处理的问题。的案文在这一领域的Ljung [ 49,50 ] ，古德温[ 51 ] ，诺顿[ 52 ]和Soderstrom [ 53 ] 。
我们采取的办法是引进的基本思想贝叶斯信号处理和显示的最佳安装位置在信号处理。有人认为，战略规划局是一个自然的方式来解决基本的处理问题。更先验信息我们了解的数据和它的演变，
的更多信息，我们可以纳入处理器形式的数学模型，以提高其整体性能。这是主题和结构，反映整个文本。目前的应用程序（例如，结构，跟踪，均衡，生物医药）和简单的例子纳入激励信号处理
essor 。实例进行了讨论，以激发所有的模型，并编写读者的进一步发展，以后的章节。在每一种情况下处理器连同所附的模拟进行了讨论和适用于各种数据集展示的适用性和权力的贝叶斯方法。拟议的案文是与MATLAB的（信号处理标准软件）软件包提供注意到在每一章的结尾处。

这篇文章,然而,拥有足够的理论为研究生或高级研究生培养基础上更严格的文本到像Jazwinski[31]、[32],圣人[33],安德森中的Maybeck[34],[35]、[36],Kailath Bozic[37,38],最近,孟德尔牌(39),Grewel 40],[[41]西门Bar-Shalom[42]。这些文字是严格的,往往只关注卡尔曼滤波技术从连续离散具有丰富的细节上所有的变化。探讨了贝叶斯方法当然包括了状态模型的文字作为一种模型类(可能是最多才多艺的),但它强调的是各类模型和他们如何可以很好地解决了各式各样的信号处理的问题。最近的一些关于这相同的技术水平,但又有不同的焦点:Widrow 43],[[44】,Sharf Orfanidis[45],[46 Haykin Hayse 47]],[[30],棕色和Stoica(48)。这些文字的焦点又不是贝叶斯方法更狭窄的特定模式和发展的各种算法估计这些集合。这个系统识别文学和文本中也提供了一些在这篇文章,但又方法集中评价模型的基础上,从喧闹的数据集,不是针对发展中贝叶斯解圣文森特亚马逊鹦鹉的某一特定的信号处理的问题。在这个地区的文本Ljung[49,50],[51],古德温·诺顿(52)和Soderstrom[53]。
我们的方法介绍最基本的理念的贝叶斯信号处理和显示在适合的信号处理。有人认为是一种天然的方法来解决基本加工问题。更多的先验信息,我们所知道的关于数据及其演化,更多的信息,我们可以纳入中央处理机的数学模型,以提高其整体性能。这是这个主题和结构的文本的反响。当前的应用(例如:结构、跟踪、均衡、生物)和简单的例子都纳入到激励信号处理器。范例激发了所有的型号和准备的读者为进一步发展在以后的章节。在每种情况下,处理器随附模拟的基础上进行了探讨,主要用于各种数据集的适用性和力量展示了贝叶斯方法。提议的文本是MATLAB(信号处理标准的软件)软件包提供注释每一章。

这段文字，但是，拥有足够的理论，先进的研究生或研究生发展的根本依据去到更严格的文本一样Jazwinski [ 31 ] ，鼠尾草[ 32 ] ，盖尔布[ 33 ] ，安德森[ 34 ] ，梅贝克[ 35 ] ， Bozic [ 36 ] ， Kailath [ 37,38 ] ，以及最近孟德尔[ 39 ] ， Grewel [ 40 ] ，酒吧，沙龙[ 41 ]和Simon [ 42 ] 。
这些文本严格，往往侧重于卡尔曼滤波技术，从连续到离散了丰富的细节上的所有变化。贝叶斯方法中讨论这个文本当然包括状态空间模型的一个示范班（也许是最通用的） ，但重点是各类
的模式，以及它们如何可用于解决各种各样的信号处理问题。一些较新的文本大致相同的技术水平，但是，与不同的重点：是Widrow [ 43 ] ， Orfanidis [ 44 ] ， Sharf [ 45 ] ， Haykin [ 46 ] ， Hayse [ 47 ] ，布朗[ 30 ]和斯托伊卡[ 48 ] 。再次集中这些文本不是贝叶斯方法，但莫
再在狭窄的一套具体的模式和发展各种不同的算法来估计这些规定。该系统识别和文本文学也有提供一些重叠，这一案文，但再次办法重点是估算模型从嘈杂的数据集，并没有真正建立一个旨在圣贝叶斯解决某一特定信号处理的问题。的案文在这一领域的Ljung [ 49,50 ] ，古德温[ 51 ] ，诺顿[ 52 ]和Soderstrom [ 53 ] 。
我们采取的办法是引进的基本思想贝叶斯信号处理和显示的最佳安装位置在信号处理。有人认为，战略规划局是一个自然的方式来解决基本的处理问题。更先验信息我们了解的数据和它的演变，
的更多信息，我们可以纳入处理器形式的数学模型，以提高其整体性能。这是主题和结构，反映整个文本。目前的应用程序（例如，结构，跟踪，均衡，生物医药）和简单的例子纳入激励信号处理