●章 緒論
1.1 引言
1.2 多傳感器最優信息融合Kalman濾波
1.2.1 集中式融合與分布式融合方法
1.2.2 狀態融合與觀測融合方法
1.3 不確定繫統魯棒Kalman濾波
1.3.1 繫統的不確定性
1.3.2 噪聲方差不確定性
1.3.3 模型參數不確定性
1.3.4 繫統觀測不確定性
1.3.5 魯棒性
1.4 魯棒Kalman濾波方法
1.4.1 Riccati方程方法
1.4.2 線性矩陣不等式(LMI)方法
1.4.3 極大極小魯棒濾波方法
1.4.4 最優魯棒濾波方法
1.4.5 協方差交叉(CI)融合魯棒Kalman濾波方法
1.5 魯棒Kalman濾波研究現狀
1.5.1 僅含不確定噪聲方差繫統魯棒Kalman濾波
1.5.2 僅含範數有界不確定參數繫統魯棒Kalman濾波
1.5.3 僅含乘性噪聲繫統魯棒Kalman濾波
1.5.4 混合不確定網絡化繫統最優魯棒Kalman濾波
1.5.5 混合不確定網絡化繫統極大極小魯棒融合Kalman濾波
1.6 極大極小魯棒融合估計理論及應用、方法論、主要貢獻和創新
1.6.1 本書最新研究成果
1.6.2 主要貢獻和創新
1.7 面臨的挑戰性問題
參考文獻
第2章 最優估計方法
2.1 WLS估計方法
2.2 LUMV估計方法
2.3 LMV估計方法——正交投影方法,新息分析方法
2.4 最優加權狀態融合估計方法
2.4.1 按矩陣加權最優狀態融合估計方法
2.4.2 按標量加權最優狀態融合估計方法
2.4.3 按對角陣加權最優狀態融合估計方法
2.5 最優加權觀測融合估計方法
2.5.1 加權觀測融合數據壓縮準則
2.5.2 加權觀測融合算法
2.5.3 加權觀測融合算法的全局最優性
……
第3章 最優Kalman濾波
第4章 魯棒融合Kalman濾波新方法和關鍵技術
第5章 不確定繫統改進的CI融合魯棒Kalman估值器
第6章 帶混合不確定性網絡化繫統加權狀態融合魯棒Kalman估值器
第7章 不確定多模型繫統加權狀態融合魯棒Kalman估值器
第8章 帶乘性噪聲和丟包的混合不確定網絡化繫統魯棒Kalman濾波
第9章 帶乘性噪聲和丟失觀測的混合不確定網絡化繫統魯棒融合器
0章 混合不確定繫統魯棒融合白噪聲反卷積
1章 混合不確定網絡化繫統保性能魯棒融合穩態Kalman濾波
內容簡介
本書繫統地介紹了由鄧自立教授等提出的混合不確定多傳感器網絡化繫統的魯棒融合估計新方法、新理論及應用,新方法包括基於虛擬噪聲技術和廣義Lyapunov方程的極大極小魯棒融合Kalman濾波方法和改進的協方差交叉融合魯棒Kalman濾波方法。新理論包括通用的極大極小魯棒融合Kalman濾波理論;通用的協方差交叉融合魯棒Kalman濾波理論;魯棒融合白噪聲反卷積濾波理論;魯棒融合估值器按實現收斂性理論。內容包括局部、集中式和分布式融合,狀態融合與觀測融合,加權融合,協方差交叉融合魯棒Kalman估值器,以及它們的魯棒性分析、精度分析、收斂性分析和算法復雜性分析。