了得網醫學_狀態估計和關聯的實踐應用 (美)張召斌(Chaw-Bing Chang)(美)鄧克

●章參數估計
1.1 引言
1.2 問題描述
1.3 估計器的定義
1.3.1 常參數的估計
1.3.2 隨機參數的估計
1.3.3 估計器的特性
1.3.4 估計器性能測度：估計誤差
1.4 估計器的推導：線性高斯，常參數
1.4.1 最小二乘估計器
1.4.2 加權最小二乘估計器
1.4.3 極大似然估計器
1.5 估計器的推導：線性高斯，隨機參數
1.5.1 最小二乘估計器
1.5.2 加權最小二乘估計器
1.5.3 優選後驗概率估計器
1.5.4 條件期望估計器
1.6 噪聲和隨機參數服從聯合高斯分布的非線性量測
1.7 Crame-Rao界值
1.8 數值示例
附錄1A 給定誤差協方差矩陣條件下相關隨機向量的仿真
附錄1B 最小二乘估計器的其他特性
課後習題
參考文獻
第2章線性繫統的狀態估計
2.1 引言
2.2 狀態方程和量測方程
2.3 狀態估計的定義
2.3.1 可觀性
2.3.2 估計誤差
2.4 狀態估計的貝葉斯方法
2.5 狀態估計的卡爾曼濾波器
2.6 卡爾曼濾波器的推導：對加權最小二乘參數估計器的擴展
2.7 卡爾曼濾波器的推導：采用遞歸貝葉斯定理
2.8 對卡爾曼濾波器原始文獻中確定估計特性的回顧
2.9 平滑器
2.9.1 標識和定義
2.9.2 固定區間平滑器
2.9.3 固定點平滑器
2.9.4 固定延遲平滑器
2.9.5 噪聲量測環境下確定性繫統的固定間隔平滑估計
2.9.6 固定間隔平滑估計在卡爾曼濾波器初始條件計算中的應用
2.10 狀態估計的Cramer-Rao界值
2.10.1 確定性繫統
2.10.2 線性隨機繫統
2.11 卡爾曼濾波器示例
附錄2A 隨機過程
課後習題
參考文獻
第3章非線性繫統的狀態估計
3.1 引言
3.2 問題描述
3.3 狀態估計的貝葉斯方法
3.4 擴展卡爾曼濾波器的推導：作為一個加權最小二乘估計器
3.4.1 一步預測方程
3.4.2 狀態更新方程
3.5 單級迭代的擴展卡爾曼濾波器
3.6 利用貝葉斯方法推導擴展卡爾曼濾波器
3.7 基於二階泰勒級數展開保留項的非線性濾波
3.7.1 一步預測
3.7.2 更新方程
3.7.3 數值示例
3.8 非線性且目標狀態呈現確定性變化的情形
3.9 Cramer-Rao界值
3.9.1 非線性確定性繫統
3.9.2 非線性隨機繫統
3.10 僅有純角量測的空間軌跡估計問題及其估計誤差協方差與Cramer-Rao界值的比較
課後習題
參考文獻
第4章卡爾曼濾波器設計的實際考量
4.1 模型不確定性
4.2 濾波器性能評估
4.2.1 可實現的性能：Ceamer-Rao界值
4.2.2 殘差過程
4.2.3 濾波器計算的誤差協方差
4.3 模型不確定性下的濾波誤差
4.3.1 偏差和協方差計算式
4.3.2 建模過度和建模不足的情形
4.4 繫統運動模型失配時的濾波器補償方法
4.4.1 狀態擴維
4.4.2 過程噪聲的使用
4.4.3 有限記憶濾波器
4.4.4 衰減記憶濾波器
4.5 量測噪聲不確定的模型
4.5.1 未知的固定偏差
4.5.2 先驗分布已知的殘餘偏差
4.5.3 有色量測噪聲
4.6 繫統輸入和量測偏差均未知的繫統
4.7 輸入突變的繫統
4.8 病態條件和虛假的可觀性
4.8.1 雷達跟蹤應用中的虛假可觀性
4.8.2 準解耦濾波器
4.9 實用濾波器設計的數值示例
4.9.1 噪聲環境下的正弦信號
4.9.2 未知恆定偏差處理方法的比較
課後習題
參考文獻
第5章多模型估計算法
5.1 引言
5.2 定義與假設
5.3 常量模型的情形
5.4 模型切換的情形
5.5 有限記憶模型切換的情形
5.5.1 一步模型歷史
5.5.2 兩步模型歷史
5.6 交互多模型算法
5.7 數值示例
課後習題
參考文獻
第6章狀態估計的采樣方法
6.1 引言
6.2 條件期望及其近似
6.2.1 線性高斯情形
6.2.2 基於泰勒級數展開的近似
6.2.3 基於無跡變換的近似
6.2.4 基於質點積分的近似
6.2.5 基於蒙特卡羅采樣的近似
6.3 非線性狀態估計的貝葉斯方法
6.4 無跡卡爾曼濾波器
6.5 質點濾波器
6.6 粒子濾波方法
6.6.1 序貫重要性采樣濾波器
6.6.2 序貫重要性重采樣濾波器
6.6.3 輔助采樣重要性重采樣濾波器
6.6.4 基於擴展卡爾曼濾波的輔助采樣重要性重采樣濾波器
6.6.5 針對多模型繫統的序貫重要性重采樣濾波器算法
6.6.6 針對狀態平滑估計的粒子濾波器
6.7 本章小結
課後習題
參考文獻
第7章基於多傳感器繫統的狀態估計
7.1 引言
7.2 問題描述
7.3 量測融合
7.3.1 同步量測的情形
7.3.2 異步量測的情形
7.3.3 針對指定傳感器的量測預處理以降低數據交換率
7.3.4 基於無序量測的目標狀態更新
7.4 狀態融合
7.4.1 基本狀態融合算法
7.5 Cramer-Rao界值
7.6 數值示例
附錄7A 基於變換量測的估計
7A.1 問題定義
7A.2 基本定理
7A.3 量測融合與狀態融合對比的延伸思考
課後習題
參考文獻
第8章量測來源不確定條件下的估計和關聯
8.1 引言
8.1.1 關於航跡模糊的圖示說明
8.1.2 接受波門
8.2 多目標跟蹤問題的圖示說明
8.3 多目標跟蹤方法的類別
8.4 航跡分裂
8.5 最近鄰和全局最近鄰關聯方法
8.6 概率數據關聯濾波器（PDAF）算法和聯合概率數據關聯濾波器（JPDAF）算法
8.7 實用算法集
8.7.1 航跡起始過程
8.7.2 航跡延續過程
8.7.3 關於即時解決和延遲解決（分辨）的說明
8.7.4 聯合多掃描周期估計和判決
8.8 數值示例
附錄8A 航跡初始計算示例
8A.1 利用固定間隔平滑算法計算初始條件
8A.2 采用一階多項式平滑算法處理雷達量測以獲得笛卡兒坐標繫下跟蹤濾波器的初始狀態估計和估計誤差協方差
課後習題
參考文獻
第9章多假設跟蹤算法
9.1 引言
9.2 多假設跟蹤示例
9.2.1 面向量測的MHT
9.2.2 面向航跡的MHT
9.2.3 多目標情形下的航跡和假設生成示例
9.2.4 其他實現方法
9.3 航跡、假設的評分和裁剪
9.3.1 航跡狀態的定義
9.3.2 航跡和假設評分
9.3.3 航跡評分示例
9.4 利用Nassi-Shneiderman圖表實現多假設跟蹤器
9.5 利用量測融合擴展至多傳感器
9.6 總結和評注
課後習題
參考文獻
0章有偏量測條件下的多傳感器相關和融合
10.1 引言
lO.2 由傳感器量測直接獲得的偏差估計
10.2.1 問題描述
10.2.2 兩種偏差估計方法的比較
10.3 狀態-狀態相關和偏差估計
10.3.1 無偏差情形下狀態相關基本方法綜述
10.3.2 偏差估計
10.3.3 聯合相關和偏差估計
課後習題
參考文獻
結束語
估計
關聯與相關
附錄A 矩陣求逆引理
附錄B 符號和變量表
附錄C 跟蹤領域專業術語

商品搜索

商品分类

【醫學】

【各大出版社】