了得網自然科學_復雜繫統的現代估計理論及應用

編輯推薦

本書較為繫統地總結了國內外在本領域的**研究進展，特別是作者在多模型估計、多尺度估計、非線性估計以及目標跟蹤、時滯估計等應用方面的研究成果。本書內容分為三個部分。**部分為基礎理論介紹，主要涉及復雜動態繫統的估計發展概述、經典的估計方法等；第二部分為理論篇，主要涉及單模型的自適應和魯棒濾波等；第三部分為應用篇，主要以目標自動跟蹤為應用背景，總結了估計理論在基於粒子濾波的檢測跟蹤一體化、基於圖像增強的機動目標跟蹤、基於地理信息的擴展對地跟蹤等方面的應用。

內容簡介

估計理論是自動控制、信號處理等學科的基礎，在航空航天等工程領域有著廣泛的應用。本書從自適應與魯棒濾波、多模型估計、多尺度估計、非線性采樣濾波等方面介紹了估計理論的部分進展，特別是作者在該領域近十年的理論研究成果，以及在非合作目標跟蹤的重要應用。
本書可供從事*估計、復雜繫統建模、信息處理論及應用領域的研究生和科研人員參考閱讀，對從事控制理論研究、繫統設計、開發和應用的工程技術人員也具有一定的參考價值。

前言
第1章緒論
1.1 背景
1.2 運動目標的估計
1.3 運動目標估計的進展
1.4 預備知識
1.5 附注
參考文獻
第2章概率統計及隨機過程基礎知識
2.1 概述
2.2 小二乘估計
2.3 多項式擬合
2.4 參數估計的擬合優度與統計顯著性
2.5 極大似然估計和極大後驗估計前言
第1章緒論
1.1 背景
1.2 運動目標的估計
1.3 運動目標估計的進展
1.4 預備知識
1.5 附注
參考文獻
第2章概率統計及隨機過程基礎知識
2.1 概述
2.2 小二乘估計
2.3 多項式擬合
2.4 參數估計的擬合優度與統計顯著性
2.5 極大似然估計和極大後驗估計
2.6 小均方誤差估計
2.7 估計的性質
2.8 本章小結
參考文獻
第3章 Kalman估計
3.1 Kalman濾波
3.2 Kalman平滑
3.3 濾波的基本定理
3.4 本章小結
參考文獻
第4章單模型自適應估計
4.1 引言
4.2 模型方差自適應調節的估計器
4.3 兩級Kalman濾波器
4.4 區間估計器
4.5 Singer模型
4.6 當前統計模型
4.7 輸入估計
4.8 變維濾波
4.9 強跟蹤濾波器
4.10 本章小結
參考文獻
第5章具有廣義未知干擾輸入的隨機繫統魯棒濾波
5.1 引言
5.2 具有GUDI的隨機繫統建模
5.3 上界濾波器設計
5.4 小上界濾波器設計
5.5 仿真分析
5.6 本章小結
參考文獻
第6章一種用於具有未知噪聲線性繫統的自適應Kalman濾波器
6.1 引言
6.2 問題描述
6.3 自適應Kalman濾波器的設計
6.4 時滯和參數估計的計算機仿真
6.5 本章小結
參考文獻
第7章魯棒IMM濾波
7.1 引言
7.2 算法推導
7.3 時滯和參數的聯合估計
7.4 本章小結
參考文獻
第8章 Gauss近似非線性濾波
8.1 EKF濾波
8.2 UT變換
8.3 UKF算法
8.4 仿真實驗
8.5 本章小結
參考文獻
第9章粒子濾波器
9.1 引言
9.2 基本思想
9.3 PF實現
9.4 仿真分析
9.5 本章小結
參考文獻
第10章 IMM算法
10.1 引言
10.2 IMM算法
10.3 IMM算法參數分析
10.4 IMM算法過渡過程仿真分析
10.5 IMM算法的收斂性
10.6 多模型估計與貝葉斯因果網
10.7 本章小結
參考文獻
第11章自適應IMM算法
11.1 引言
11.2 SIMM算法
11.3 具有參數的AIMM算法
11.4 兩級IMM算法
11.5 本章小結
參考文獻
第12章混合估計平滑
12.1 引言
12.2 固定區間平滑算法
12.3 一步固定滯後平滑算法
12.4 基於狀態擴維的任意步固定滯後平滑算法
12.5 兩種同定滯後平滑算法仿真比較
12.6 本章小結
參考文獻
第13章基於一般緊支撐小波的動態多尺度繫統（DMS）集中式估計
13.1 引言
13.2 離散DMS一般緊支撐小波實現
13.3 離散定常DMS的一般緊支撐小波實現形式
13.4 繫統的隨機可控性
13.5 繫統的隨機可測性
13.6 Kalman濾波繫統的穩定性
13.7 基於一般緊支撐小波的集中式估計算法仿真
13.8 本章小結
參考文獻
第14章基於Haar小波的DMS序貫式估計
14.1 引言
14.2 序貫式Kalman濾波
14.3 基於Haar小波的DMS序貫式估計
14.4 基於Haar小波的序貫式估計算法仿真
14.5 本章小結
參考文獻
第15章基於PF的檢測跟蹤一體化技術
15.1 引言
15.2 算法推導
15.3 序列圖像運動目標的檢測和跟蹤
15.4 算法性能分析
15.5 本章小結
參考文獻
第16章基於圖像增強的機動目標跟蹤
16.1 引言
16.2 基於圖像增強的IMM估計
16.3 模式觀測一步滯後的IMM方法
16.4 仿真分析
16.5 本章小結
參考文獻
第17章基於地理信息的擴展對地跟蹤
17.1 引言
17.2 利用地理信息的EGTT
17.3 基於EGTT的EMTV
17.4 基於EGTT的C-IMMMTV算法
17.5 本章小結
參考文獻
附錄A 線性代數與線性繫統簡要回顧
附錄B 概率論與隨機過程的簡單回顧
附錄C 假設檢驗與統計推斷的簡單回顧
附錄D 第5章定理證明
附錄E 第6章定理證

在線試讀

第1章緒論
1.1 背景
在自動控制、信號處理、跟蹤導航及工業生產等領域中，越來越多地遇到“估計”問題。例如，實驗分析常常把實驗結果用曲線的形式表示，以便揭示實驗數據所服從的某種規律，這就需要根據觀測數據來估計描述該曲線的某些參數。又如，在飛行器導航中，要從帶有隨機干擾的觀測數據中估計出飛行器的位置、速度和加速度等運動狀態變量。因此，估計的任務就是從帶有隨機誤差的觀測數據按照某個準則重構出感興趣的量。估計分為參數估計和狀態估計，其中，把對確定性參數（非隨機量）的估計稱為參數估計，把對遵循動力學模型的狀態（隨機量）的估計稱為狀態估計。
1.1.1估計概述
一個物理繫統常常受到兩個輸人變量集的作用：一個是控制輸入，通常是確定性的；另一個是干擾輸入，它是繫統內部和外部的一些不能控制的隨機干擾，例如，通信繫統中的天電干擾，電子線路中的噪聲，慣性導航繫統中的陀螺儀隨機漂移等。一個物理繫統的狀態可以通過某些傳感器觀測得到，通常稱這類傳感器為觀測器。由於觀測器同樣受到隨機干擾的影響，所以使觀測值產生誤差。
……

商品搜索

商品分类

【醫學】

【各大出版社】