编辑推荐
本书介绍粒子滤波器在Kalman滤波框架下的系统参数辨识与状态估计机制。
内容简介
本书聚焦的新型滤波器解决了困绕深度学习强非线性模型参数的收敛性训练、复杂系统随工况变化的模型参数自适应辨识、联邦学习框架中各客户端模型个性化设计、输入输出强非线性动态系统参数自适应更新、工业装备和设备寿命预测等难题。
本书对从事信息科学、人工智能、电子信息等领域研究、开发和应用的广大科技工作者具有一定的参考价值，也适合作为相关专业研究生教材。
作者简介
作者文成林，博士（后），二级教授，博士生指导教师。1986年河南大学数学系本科毕业留校，直到2004年6月调动到杭州电子科技大学，是该校首任特聘教授；2020年1月调动至广东石油化工学院任高层人才特聘教授（二层次）。期间分别在：1993年郑州大学研究生毕业，获硕士学位；1999年西北工业大学控制理论与控制工程专业毕业，获工学博士学位；2002年清华大学控制科学与工程博士后流动站出站。
主要研究方向：信息融合与目标检测、故障诊断与主动安全控制、深度学习与优化决策系统、人机混合增强智能与工业认知计算、知识迁移与联邦学习。
章节目录
版权信息
内容简介
前言
第一部分 基础篇
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 本书主要内容与安排
参考文献
第2章 典型的滤波器设计方法
2.1 线性高斯系统状态估计的卡尔曼滤波器设计
2.2 非线性高斯系统状态估计的扩展卡尔曼滤波器设计
2.3 非线性高斯系统状态估计的无迹卡尔曼滤波器设计
2.4 一般系统噪声密度函数下状态估计的粒子滤波器设计
2.5 特征函数及其基本性质
参考文献
第二部分 现代篇
第3章 线性状态模型与一维非线性观测模型的特征函数滤波器
3.1 引言与存在问题分析
3.2 线性状态模型与观测模型组成的非高斯系统描述
3.3 非高斯系统状态估计的特征函数滤波器设计
3.4 求解滤波器增益向量的性能指标函数设计
3.5 求解滤波器增益向量算法
3.6 计算机数值仿真
3.7 滤波器性能分析
3.8 本章小结与存在问题
参考文献
第4章 线性状态模型与多维非线性观测模型的特征函数滤波器
4.1 引言与存在问题分析
4.2 线性状态模型与多维非线性观测模型组成的非高斯系统描述
4.3 特征函数滤波器设计与目标函数构建
4.4 求解特征函数滤波器增益矩阵
4.5 计算机数值仿真
4.6 本章小结与存在问题
参考文献
第三部分 现在篇
第5章 弱非线性状态模型与强非线性观测模型的特征函数滤波器
5.1 引言与存在问题分析
5.2 弱非线性状态模型与强非线性观测模型系统描述
5.3 非线性特征函数滤波器设计
5.4 非线性状态模型的局部线性化
5.5 特征函数滤波器增益矩阵求解
5.6 计算机数值仿真
5.7 本章小结与存在问题
参考文献
第6章 非线性状态模型与强非线性观测模型的高阶扩维特征函数滤波器
6.1 引言与存在问题分析
6.2 非线性非高斯系统描述
6.3 非线性状态模型的伪线性化表示与隐变量引入
6.4 二阶多项式隐变量在全维空间中的线性动态系统建模
6.5 非线性观测模型基于二阶泰勒展开的等效描述
6.6 非线性系统二阶扩维特征函数滤波器设计
6.7 二阶扩维特征函数滤波器的降维实现与性能分析
6.8 计算机数值仿真
6.9 本章小结与存在问题
参考文献
第四部分 未来篇
第7章 强非线性复杂系统的一型高阶特征函数滤波器设计
7.1 引言与存在问题分析
7.2 强非线性非高斯系统描述
7.3 隐变量引入与强非线性状态模型的伪线性化表示
7.4 隐变量线性状态动态建模与状态模型在全维空间中的线性化表示
7.5 隐状态变量引入与强非线性观测模型在全维空间中的等效表示
7.6 求解系统参数变量的特征函数滤波器设计
7.7 求解系统隐状态变量的特征函数滤波器设计
7.8 求解系统状态预测误差变量的特征函数滤波器设计
7.9 原始系统状态变量x(1)(k+1) 估计值的重构与特征函数滤波器性能分析
7.10 本章小结与存在问题
参考文献
第8章 强非线性复杂系统的二型高阶特征函数滤波器设计
8.1 引言与存在问题分析
8.2 强非线性非高斯系统描述
8.3 强非线性系统的线性化形式描述
8.4 基于状态模型和观测模型建模误差双特征函数的滤波器设计
8.5 原始系统状态估计值的重构与特征函数滤波器性能分析
8.6 本章小结与存在问题
参考文献
第9章 强非线性复杂系统的三型高阶特征函数滤波器设计
9.1 引言与存在问题分析
9.2 强非线性非高斯系统描述
9.3 强非线性系统的线性化形式描述
9.4 高阶隐变量线性状态动态建模与滤波器设计条件设置
9.5 隐参数变量α(r+2)(k+1) 和β(r+3)(k+1) 的特征函数滤波器设计
9.6 扩维状态隐变量的序贯式特征函数滤波器组设计
9.7 系统状态预测误差变量的序贯式特征函数滤波器设计
9.8 原始系统状态变量估计值的重构与滤波器性能分析
9.9 本章小结与存在问题
参考文献
第五部分 应用篇
第10章 多传感器状态融合估计的特征函数滤波方法
10.1 引言
10.2 多传感器非线性观测系统描述
10.3 基于CFF的集中式融合方法设计
10.4 基于CFF的并行式融合方法设计
10.5 基于CFF的序贯式融合方法设计
10.6 多参数预测误差模型设计
10.7 仿真实验
10.8 本章小结与存在问题
参考文献
第11章 极坐标系与直角坐标系混合环境下的目标跟踪方法
11.1 一般线性状态模型多维非线性系统描述
11.2 极坐标系与直角坐标系下的动态系统描述
11.3 极坐标系与直角坐标系混合环境下的目标跟踪案例
参考文献
第12章 深度神经网络模型参数自适应辨识方法
12.1 引言
12.2 神经网络参数常用更新方法
12.3 基于CFF的神经网络参数更新方法
12.4 稀疏神经网络模型设计
12.5 计算机数值仿真实验
12.6 本章小结
参考文献
第13章 设备寿命预测系统参数在线辨识方法
13.1 引言
13.2 锂电池充放电动态过程建模
13.3 电池SOC估计的高阶项扩维建模
13.4 仿真实验
13.5 本章小结
参考文献
第14章 超非线性输入输出系统参数在线辨识方法
14.1 引言
14.2 非线性输入输出系统描述
14.3 非线性输入输出系统的状态与观测动态特性建模
14.4 基于EKF的非线性输入输出系统参数辨识方法
14.5 基于CFF的非线性输入输出系统参数辨识方法
14.6 计算机数值仿真实验
参考文献
滤波器设计理论及应用：非线性非高斯系统状态估计是2024年由电子工业出版社出版,作者文成林。
得书感谢您对《滤波器设计理论及应用：非线性非高斯系统状态估计》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
