了得網醫學_非線性繫統加權觀測融合估計理論及其應用郝鋼著電子/通信（新

●章緒論1
1.1多傳感器信息融合理論1
1.1.1多傳感器信息融合1
1.1.2信息融合國內外發展現狀5
1.2繫統辨識7
1.2.1繫統辨識的目的8
1.2.2繫統辨識的方法9
1.2.3自校正濾波算法11
1.3非線性繫統融合估計14
1.3.1信息融合結構模型14
1.3.2信息融合的主要技術方法19
1.3.3非線性繫統估計研究現狀20
1.3.4融合估計研究現狀21
1.3.5非線性繫統融合估計研究現狀24
1.4主要研究內容25
第2章一般非線性繫統濾波方法及性能分析28
2.1遞推線性最小方差估計框架29
2.1.1射影定理30
2.1.2新息序列35
2.1.3遞推線性最小方差濾波框架38
2.1.4Kalman濾波器41
2.1.5ARMA新息模型46
2.1.6基於ARMA新息模型的穩態Kalman濾波器47
2.2無跡Kalman濾波算法48
2.2.1UKF濾波算法原理48
2.2.2Sigma點采樣策略50
2.2.3UKF濾波算法55
2.3容積Kalman濾波算法56
2.3.1容積規則57
2.3.2容積Kalman濾波算法60
2.4粒子濾波算法63
2.4.1最優貝葉斯遞推濾波和重要性采樣63
2.4.2序貫重要性采樣65
2.4.3PF濾波算法66
2.53種非線性濾波算法的比較分析67
2.6本章小結68
第3章線性繫統的多傳感器自校正加權觀測融合Kalman濾波器69
3.1最優加權觀測融合Kalman濾波器71
3.1.1線性繫統的加權觀測融合算法71
3.1.2最優加權觀測融合Kalman濾波器73
3.2基於最小二乘法的自校正加權觀測融合Kalman濾波器74
3.2.1自校正Kalman濾波器74
3.2.2基於最小二乘法的自校正加權觀測融合Kalman濾波器77
3.2.3基於相關函數辨識器的自校正加權觀測融合Kalman濾波器80
3.3基於協同辨識的自校正加權觀測融合Kalman濾波器82
3.3.1具有相同觀測矩陣和不相關觀測噪聲的情形83
3.3.2具有不同觀測矩陣和不相關觀測噪聲情形88
3.3.3繫統具有不同觀測矩陣和相關觀測噪聲95
3.4仿真98
3.5本章小結109
第4章非線性繫統的最優和自校正加權觀測融合UKF濾波器111
4.1多傳感器加權觀測融合UKF濾波器112
4.1.1集中式觀測融合UKF濾波器113
4.1.2加權觀測融合UKF濾波器113
4.1.3加權觀測融合UKF濾波器與集中式觀測融合UKF濾波器在數值上的完全等價性115
4.2自校正加權觀測融合UKF濾波器121
4.2.1噪聲方差的估計算法121
4.2.2基於Sage-Husa估計的Qw估計算法123
4.2.3多傳感器加權觀測融合自校正UKF濾波器125
4.3仿真例子125
4.4本章小結130
第5章基於Taylor級數逼近的非線性繫統加權觀測融合估計理論132
5.1基於Taylor級數逼近的非線性繫統加權觀測融合算法133
5.2基於Taylor級數逼近的非線性繫統加權觀測融合UKF（WMF-UKF）濾波算法139
5.2.1基於Taylor級數逼近的非線性繫統WMF-UKF濾波算法139
5.2.2WMF-UKF的漸近最優性142
5.2.3WMF-UKF的計算量分析148
5.3基於Taylor級數逼近的非線性繫統加權觀測融合CKF（WMF-CKF）濾波算法149
5.3.1基於Taylor級數逼近的非線性繫統WMF-CKF濾波算法149
5.3.2WMF-CKF的漸近最優性152
5.3.3WMF-CKF的計算量分析153
5.4基於Taylor級數逼近的非線性繫統加權觀測融合PF（WMF-PF）濾波算法153
5.4.1基於Taylor級數逼近的非線性繫統WMF-PF濾波算法153
5.4.2WMF-PF的漸近最優性155
5.4.3WMF-PF的計算量分析156
5.5WMF-UKF、WMF-CKF和WMF-PF的比較分析157
5.6仿真研究157
5.7本章小結181
第6章基於Gauss-Hermite逼近的非線性繫統加權觀測融合估計算法183
6.1基於Gauss-Hermite逼近的非線性繫統加權觀測融合（WMF）算法184
6.1.1Gauss-Hermite逼近185
6.1.2基於Gauss-Hermite逼近的非線性繫統WMF算法190
6.2基於Gauss-Hermite逼近的非線性繫統加權觀測融合UKF（WMF-UKF）濾波算法193
6.2.1基於Gauss-Hermite逼近的非線性繫統WMF-UKF濾波算法193
6.2.2WMF-UKF的計算量分析197
6.3基於Gauss-Hermite逼近的非線性繫統加權觀測融合CKF（WMF-CKF）濾波算法197
6.3.1基於Gauss-Hermite逼近的非線性繫統WMF-CKF濾波算法197
6.3.2WMF-CKF的計算量分析200
6.4基於Gauss-Hermite逼近的非線性繫統加權觀測融合PF（WMF-PF）濾波算法201
6.4.1基於Gauss-Hermite逼近的非線性繫統WMF-PF濾波算法201
6.4.2WMF-PF的計算量分析203
6.5仿真研究203
6.6本章小結226
第7章噪聲相關的非線性繫統加權觀測融合估計算法227
7.1基於Taylor級數逼近的噪聲相關非線性繫統WMF-UKF濾波算法228
7.1.1繫統噪聲和觀測噪聲的去相關229
7.1.2噪聲相關非線性繫統WMF-UKF濾波算法231
7.2基於Taylor級數逼近的噪聲相關非線性繫統WMF-CKF濾波算法234
7.3基於Taylor級數逼近的噪聲相關非線性繫統WMF-PF濾波算法237
7.4基於Gauss-Hermite逼近的噪聲相關非線性繫統WMF-UKF濾波算法239
7.5基於Gauss-Hermite逼近的噪聲相關非線性繫統WMF-CKF濾波算法243
7.6基於Gauss-Hermite逼近的噪聲相關非線性繫統WMF-PF濾波算法246
7.7仿真研究248
7.8本章小結267
第8章多傳感器加權觀測融合Kalman濾波器的預測控制算法268
8.1加權觀測融合Kalman濾波器的預測控制繫統268
8.2加權觀測融合預測控制算法271
8.3自校正加權觀測融合預測控制算法275
8.3.1帶相同觀測矩陣和不相關觀測噪聲的情形275
8.3.2帶不同觀測矩陣和不相關觀測噪聲的情形277
8.3.3帶不同觀測矩陣和相關觀測噪聲的情形281
8.4仿真284
8.4.1帶相同觀測矩陣和不相關觀測噪聲的繫統仿真284
8.4.2帶不同觀測矩陣和不相關觀測噪聲的繫統仿真288
8.4.3帶不同觀測矩陣和相關觀測噪聲的繫統仿真293
8.5本章小結298
參考文獻300

商品搜索

商品分类

【醫學】

【各大出版社】