非线性系统加权观测融合估计理论及其应用

非线性系统加权观测融合估计理论及其应用

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

因版权原因待上架

编辑推荐

本书详解非线性系统估计及多传感器信息融合方法。

内容简介

本书主要介绍了几种非线性系统的估计方法,为了提高单个传感器的估计精度,提出了多传感器信息融合方法。信息融合方法包括:集中式融合方法,加权观测融合方法,分布式融合方法。分布式融合方法包括:按矩阵加权、按对角阵加权、按标量加权,协方差交叉融合方法。

章节目录

封面

版权页

主要符号

前言

目录

第1章 绪论

1.1 多传感器信息融合理论

1.1.1 多传感器信息融合

1.1.2 信息融合国内外发展现状

1.2 系统辨识

1.2.1 系统辨识的目的

1.2.2 系统辨识的方法

1.2.3 自校正滤波算法

1.3 非线性系统融合估计

1.3.1 信息融合结构模型

1.3.2 信息融合的主要技术方法

1.3.3 非线性系统估计研究现状

1.3.4 融合估计研究现状

1.3.5 非线性系统融合估计研究现状

1.4 主要研究内容

第2章 一般非线性系统滤波方法及性能分析

2.1 递推线性最小方差估计框架

2.1.1 射影定理

2.1.2 新息序列

2.1.3 递推线性最小方差滤波框架

2.1.4 Kalman滤波器

2.1.5 ARMA新息模型

2.1.6 基于ARMA新息模型的稳态Kalman滤波器

2.2 无迹Kalman滤波算法

2.2.1 UKF滤波算法原理

2.2.2 Sigma点采样策略

2.2.3 UKF滤波算法

2.3 容积Kalman滤波算法

2.3.1 容积规则

2.3.2 容积Kalman滤波算法

2.4 粒子滤波算法

2.4.1 最优贝叶斯递推滤波和重要性采样

2.4.2 序贯重要性采样

2.4.3 PF滤波算法

2.5 3种非线性滤波算法的比较分析

2.6 本章小结

第3章 线性系统的多传感器自校正加权观测融合Kalman滤波器

3.1 最优加权观测融合Kalman滤波器

3.1.1 线性系统的加权观测融合算法

3.1.2 最优加权观测融合Kalman滤波器

3.2 基于最小二乘法的自校正加权观测融合Kalman滤波器

3.2.1 自校正Kalman滤波器

3.2.2 基于最小二乘法的自校正加权观测融合Kalman滤波器

3.2.3 基于相关函数辨识器的自校正加权观测融合Kalman滤波器

3.3 基于协同辨识的自校正加权观测融合Kalman滤波器

3.3.1 具有相同观测矩阵和不相关观测噪声的情形

3.3.2 具有不同观测矩阵和不相关观测噪声情形

3.3.3 系统具有不同观测矩阵和相关观测噪声

3.4 仿真

3.5 本章小结

第4章 非线性系统的最优和自校正加权观测融合UKF滤波器

4.1 多传感器加权观测融合UKF滤波器

4.1.1 集中式观测融合UKF滤波器

4.1.2 加权观测融合UKF滤波器

4.1.3 加权观测融合UKF滤波器与集中式观测融合UKF滤波器在数值上的完全等价性

4.2 自校正加权观测融合UKF滤波器

4.2.1 噪声方差的估计算法

4.2.2 基于Sage-Husa估计的Qw估计算法

4.2.3 多传感器加权观测融合自校正UKF滤波器

4.3 仿真例子

4.4 本章小结

第5章 基于Taylor级数逼近的非线性系统加权观测融合估计理论

5.1 基于Taylor级数逼近的非线性系统加权观测融合算法

5.2 基于Taylor级数逼近的非线性系统加权观测融合UKF(WMF-UKF)滤波算法

5.2.1 基于Taylor级数逼近的非线性系统WMF-UKF滤波算法

5.2.2 WMF-UKF的渐近最优性

5.2.3 WMF-UKF的计算量分析

5.3 基于Taylor级数逼近的非线性系统加权观测融合CKF(WMF-CKF)滤波算法

5.3.1 基于Taylor级数逼近的非线性系统WMF-CKF滤波算法

5.3.2 WMF-CKF的渐近最优性

5.3.3 WMF-CKF的计算量分析

5.4 基于Taylor级数逼近的非线性系统加权观测融合PF(WMF-PF)滤波算法

5.4.1 基于Taylor级数逼近的非线性系统WMF-PF滤波算法

5.4.2 WMF-PF的渐近最优性

5.4.3 WMF-PF的计算量分析

5.5 WMF-UKF、WMF-CKF和WMF-PF的比较分析

5.6 仿真研究

5.7 本章小结

第6章 基于Gauss-Hermite逼近的非线性系统加权观测融合估计算法

6.1 基于Gauss-Hermite逼近的非线性系统加权观测融合(WMF)算法

6.1.1 Gauss-Hermite逼近

6.1.2 基于Gauss-Hermite逼近的非线性系统WMF算法

6.2 基于Gauss-Hermite逼近的非线性系统加权观测融合UKF(WMF-UKF)滤波算法

6.2.1 基于Gauss-Hermite逼近的非线性系统WMF-UKF滤波算法

6.2.2 WMF-UKF的计算量分析

6.3 基于Gauss-Hermite逼近的非线性系统加权观测融合CKF(WMF-CKF)滤波算法

6.3.1 基于Gauss-Hermite逼近的非线性系统WMF-CKF滤波算法

6.3.2 WMF-CKF的计算量分析

6.4 基于Gauss-Hermite逼近的非线性系统加权观测融合PF(WMF-PF)滤波算法

6.4.1 基于Gauss-Hermite逼近的非线性系统WMF-PF滤波算法

6.4.2 WMF-PF的计算量分析

6.5 仿真研究

6.6 本章小结

第7章 噪声相关的非线性系统加权观测融合估计算法

7.1 基于Taylor级数逼近的噪声相关非线性系统WMF-UKF滤波算法

7.1.1 系统噪声和观测噪声的去相关

7.1.2 噪声相关非线性系统WMF-UKF滤波算法

7.2 基于Taylor级数逼近的噪声相关非线性系统WMF-CKF滤波算法

7.3 基于Taylor级数逼近的噪声相关非线性系统WMF-PF滤波算法

7.4 基于Gauss-Hermite逼近的噪声相关非线性系统WMF-UKF滤波算法

7.5 基于Gauss-Hermite逼近的噪声相关非线性系统WMF-CKF滤波算法

7.6 基于Gauss-Hermite逼近的噪声相关非线性系统WMF-PF滤波算法

7.7 仿真研究

7.8 本章小结

第8章 多传感器加权观测融合Kalman滤波器的预测控制算法

8.1 加权观测融合Kalman滤波器的预测控制系统

8.2 加权观测融合预测控制算法

8.3 自校正加权观测融合预测控制算法

8.3.1 带相同观测矩阵和不相关观测噪声的情形

8.3.2 带不同观测矩阵和不相关观测噪声的情形

8.3.3 带不同观测矩阵和相关观测噪声的情形

8.4 仿真

8.4.1 带相同观测矩阵和不相关观测噪声的系统仿真

8.4.2 带不同观测矩阵和不相关观测噪声的系统仿真

8.4.3 带不同观测矩阵和相关观测噪声的系统仿真

8.5 本章小结

参考文献

非线性系统加权观测融合估计理论及其应用是2019年由电子工业出版社出版,作者郝钢。

得书感谢您对《非线性系统加权观测融合估计理论及其应用》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。

购买这本书

你可能喜欢
灰靶决策方法及应用 电子书
随着大数据时代的到来,决策应用领域越来越复杂多变,决策方法与其他不确定性学科、行为科学、心理科学的交叉引起众多学者的关注与研究。灰靶决策方法是决策理论体系中的重要内容,在社会、管理、军事等领域得到广泛应用。本书以灰靶决策模型在灰信息下的动态决策、群体决策、动态群体决策等多维数据形式中的推广研究为主要内容,将决策者的风险态度、心理期望行为以及事物发展的变化趋势揉入决策因素中,将现有灰靶决策模型推广到
摄影曝光原理与实践应用 电子书
本书是国内高等学校摄影、摄像、数字影像、动画、多媒体技术等专业课程主导教材,也可作为艺术设计、文秘旅游、建筑装潢、传媒策划、计算机信息等专业基础教材。本教材集中了有关摄影曝光控制的基本原理和实用技法,并结合影像专业教学的践成果来著写。教材内容主要有摄影曝光概论、测光器材及操作、曝光控制技巧方法、人像、风光和花卉等实用曝光案例等,从基本原理到曝光思路、从测光数据到曝光实拍,从前期拍摄到后期调整等,都
集成电路制造工艺与工程应用 电子书
适读人群 :集成电路设计工程师,半导体行业从业者,微电子和集成电路专业师生 本书提供PPT学习资料,大家关注“科技电眼”微信公众号,回复书后条码下方ISBN号即可获取。 温老师又出新书啦,《CMOS集成电路闩锁效应》已经正式面世,点击书名跳转!
CAE分析大系——ADINA在水利工程中的应用与开发 电子书
全书分为3篇,内容由浅入深,循序渐进,适合于不同需求的读者阅读、学习。1篇为基础篇,共5章(1章~5章),主要介绍ADINA的基本功能、基础操作、使用技术、命令流和常用本构模型;2篇为应用篇,共9章(6章~14章),涉及温度场、渗流场、固结分析、频域分析、重力坝结构、拱坝结构、结构-水体相互作用、边坡稳定和隧洞等专业问题;第3篇为开发篇,共4章(15章~18章),包含本构模型的二次开发,ADINA
图解数学思维训练课:建立孩子的数学模型思维(多步计算应用训练课) 电子书
本书教孩子图形化思维解数学题,培养实际问题解决能力,奠定学习基础。