本書深入系統(tǒng)地介紹了卡爾曼濾波的基礎(chǔ)理論和實(shí)踐考慮，涉及卡爾曼濾波的核心技術(shù)基礎(chǔ)以及在實(shí)現(xiàn)中遇到的實(shí)際問題。包括：實(shí)際問題的數(shù)學(xué)模型表示方法、作為系統(tǒng)設(shè)計(jì)參數(shù)函數(shù)估計(jì)子的性能分析、實(shí)現(xiàn)機(jī)械方程的數(shù)值穩(wěn)定算法、計(jì)算需求的評估、結(jié)果有效性的檢驗(yàn)、濾波器工作性能的監(jiān)控等內(nèi)容。本書以大量現(xiàn)實(shí)世界中的實(shí)際問題作為例子，特別是拓展了導(dǎo)航系統(tǒng)的應(yīng)用范圍，包括GPS、陀螺儀和加速度計(jì)的誤差模型、慣性導(dǎo)航系統(tǒng)和高速公路交通管制系統(tǒng)等。本書還提供了MATLAB源程序和精心設(shè)計(jì)的習(xí)題。全書譯文已根據(jù)作者于2015年提供的兩個(gè)勘誤表進(jìn)行過更正。
前言
本書目的是為讀者提供了解和熟悉卡爾曼濾波理論及其應(yīng)用的相關(guān)知識，
并且將現(xiàn)實(shí)世界中的許多實(shí)際問題作為例子。主要內(nèi)容包括卡爾曼濾波的核心技術(shù)基礎(chǔ)以及在實(shí)現(xiàn)方面的更多實(shí)際方法：如何用數(shù)學(xué)模型對問題進(jìn)行描述、
如何分析作為系統(tǒng)設(shè)計(jì)參數(shù)函數(shù)估計(jì)子的性能、
如何用數(shù)值穩(wěn)定的算法實(shí)現(xiàn)機(jī)械方程、
如何評估計(jì)算需求，
以及如何檢驗(yàn)結(jié)果的有效性和監(jiān)控濾波器在工作中的性能，
等等。上述問題都是卡爾曼濾波這一主題的重要特性，
它們在理論研究中常常被忽略，
而對于將卡爾曼濾波理論應(yīng)用于實(shí)際問題則是非常必要的。
在第四版中，
新增加了一章對于卡爾曼濾波非常重要的有關(guān)概率分布特征的內(nèi)容，
增加了兩節(jié)內(nèi)容以便更容易推導(dǎo)出卡爾曼增益，
增加了一節(jié)討論新的sigmaRho濾波器的實(shí)現(xiàn)問題，
對卡爾曼濾波的非線性近似處理方法進(jìn)行了更新，
拓展了在導(dǎo)航領(lǐng)域中的應(yīng)用，
增加了關(guān)于衛(wèi)星和慣性導(dǎo)航誤差模型的許多推導(dǎo)過程和實(shí)現(xiàn)方法，
還增加了關(guān)于傳感器融合的許多新例子。對于需要了解有關(guān)矩陣數(shù)學(xué)方面更多基礎(chǔ)知識的讀者，
我們?yōu)槠錅?zhǔn)備了附錄B，
可以在配套的Wiley網(wǎng)站(www.wiley.com/go/kalmanfiltering)上獲得其PDF文件讀者也可登錄華信教育資源網(wǎng)(www.hxedu.com.cn）注冊下載本書代碼及附錄B和附錄C。采用本書作為教材的教師，
可聯(lián)系te_service@phei.com.cn獲取本書教輔資源編者注。。
為了全面提高本教材的質(zhì)量，
我們對習(xí)題進(jìn)行了更新，
還采納了許多讀者、
評閱人、 同事和學(xué)生的有益校正和建議。
本書所有軟件都以MATLAB方式提供，
這樣讀者可以使用其良好的繪圖能力和編程界面，
并且與用來定義卡爾曼濾波及其應(yīng)用的數(shù)學(xué)方程也很接近。MATLAB開發(fā)環(huán)境還集成了Simulink仿真環(huán)境，
用于對具體應(yīng)用進(jìn)行代碼驗(yàn)證，
并且將代碼編譯為C語言，
以便適用于C編譯器的許多微處理器應(yīng)用。附錄A是對Wiley網(wǎng)站上提供的MATLAB軟件所給出的描述。這些軟件在實(shí)際中是非常必要的，
因?yàn)槿绻徊捎糜?jì)算機(jī)進(jìn)行實(shí)現(xiàn)，
卡爾曼濾波的用處就不會(huì)很大。對于學(xué)生而言，
通過觀察卡爾曼濾波在實(shí)際中的行為來發(fā)現(xiàn)其如何工作則是更好的學(xué)習(xí)體驗(yàn)。
利用計(jì)算機(jī)來實(shí)現(xiàn)卡爾曼濾波方法，
可以說明有限字長算法的一些實(shí)際考慮，
并且說明為了保持結(jié)果的精度還需要采用其他算法。如果學(xué)生希望將其所學(xué)用于解決實(shí)際問題，
則了解卡爾曼濾波在哪些情況下可以運(yùn)用、
在哪些情況下不能運(yùn)用是很重要的，
他們還需要搞清楚這兩者之間的差異。
本書是專門按照教材要求來組織的，
可以作為高年級本科生學(xué)習(xí)隨機(jī)過程的入門教材，
也可以作為研究生一年級學(xué)習(xí)卡爾曼濾波理論和應(yīng)用的教材。本書還適用于那些對這個(gè)重要領(lǐng)域不太熟悉而從事實(shí)際工作的工程科技人員自學(xué)或者回顧。第1章以簡述卡爾曼濾波發(fā)展歷史和應(yīng)用的方式對該主題進(jìn)行了簡單介紹。第2章至第4章涵蓋了線性系統(tǒng)、
概率、 隨機(jī)過程和隨機(jī)過程模型的重要基礎(chǔ)知識。這些章節(jié)的內(nèi)容可用于電子、
計(jì)算機(jī)和系統(tǒng)工程專業(yè)的高年級課程。
第5章介紹了線性最優(yōu)濾波器和預(yù)測器，
給出了卡爾曼增益的推導(dǎo)過程和詳細(xì)的應(yīng)用舉例。第6章綜述性地介紹了基于卡爾曼濾波模型的最優(yōu)平滑方法，
包括魯棒性更好的一些實(shí)現(xiàn)方法。第7章介紹了保持?jǐn)?shù)值精度的最新實(shí)現(xiàn)技術(shù)，
以及用于計(jì)算機(jī)實(shí)現(xiàn)的算法。
第8章主要討論在非線性應(yīng)用中的近似方法，
包括針對擬線性問題的擴(kuò)展卡爾曼濾波器以及評估擴(kuò)展卡爾曼濾波器是否足以解決這種問題的檢驗(yàn)方法。對于那些沒有通過擬線性檢驗(yàn)的問題，
我們還給出了卡爾曼濾波的粒子濾波方法、
點(diǎn)方法以及無跡卡爾曼濾波器等實(shí)現(xiàn)方法。作為舉例，
我們給出了這些技術(shù)在系統(tǒng)未知參數(shù)辨識中的應(yīng)用。第9章在第7章介紹的數(shù)值方法基礎(chǔ)上，
討論了更加實(shí)際的實(shí)現(xiàn)和應(yīng)用問題。這些問題包括存儲(chǔ)量和吞吐量需求（及降低這些需求的方法）、
發(fā)散問題（及有效的解決方法）、
次優(yōu)濾波和測量值選取的實(shí)際方法等。
為了說明如何研制卡爾曼濾波應(yīng)用系統(tǒng)并對其進(jìn)行評價(jià)，
在第10章中，
針對全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）接收機(jī)、
慣性導(dǎo)航系統(tǒng)（INS）以及將GNSS接收機(jī)與INS組合在一起的導(dǎo)航系統(tǒng)，
介紹了如何推導(dǎo)并實(shí)現(xiàn)不同卡爾曼濾波的構(gòu)造方法。
第5章至第9章涵蓋了研究生一年級學(xué)習(xí)卡爾曼濾波理論及應(yīng)用的主要內(nèi)容，
這些內(nèi)容也可以作為數(shù)字估計(jì)理論和應(yīng)用的基礎(chǔ)教材。
全書內(nèi)容組織可以通過如下章節(jié)關(guān)系圖來說明，
其中指出了每章內(nèi)容與其他各章內(nèi)容之間的相互依賴關(guān)系。圖中的箭頭方向表示了推薦的學(xué)習(xí)順序。用箭頭將某個(gè)方框與其上面的其他方框相連，
表示上面方框中的內(nèi)容是下面方框中主題的基礎(chǔ)。虛線方框表示在Wiley配套網(wǎng)站上的相關(guān)知識。
Mohinder S.Grewal教授， 博士，PE加州州立大學(xué)富勒頓分校
Angus P. Andrews， 博士加州千橡市（Thousand Oaks）羅克韋爾科學(xué)中心， 高級科學(xué)家（已退休）致謝
作者對在本書核心材料準(zhǔn)備過程中做出貢獻(xiàn)的下列人員致以深深的感謝，
他們是：E. Richard Cohen, Thomas W. De Vries, Reverend Joseph Gaffney,
Thomas L. Gunckel II, Dwayne Heckman, Robert A. Hubbs, Thomas Kailath, Rudolf
E. Kalman, Alan J. Laub, Robert F. Nease, John C. Pinson, John M. Richardson,
Jorma Rissanen, Gerald E. Runyon, Joseph Smith和Donald F. Wiberg。
我們還對下列人員對本書的評閱、修改和建議表示誠摯的感謝，
這些工作對提高本書第二版和第三版的質(zhì)量具有很大幫助，
他們是：Dean Dang, Gordon Inverarity和Kenneth W. Fertig。
對于第四版而言，
我們衷心感謝Jeffrey Uhlmann和Simon Julier為第1章和第8章提供了新的素材， Andrey Podkorytov對SchmidtKalman濾波器進(jìn)行了修正， Rudolf E. Kalman教授專門為第1章撰寫了導(dǎo)語，
已故的Robert W. Bass（1930-2013）對第1章進(jìn)行了修改， James Kain對第7章中部分內(nèi)容進(jìn)行了校對， John L. Weatherwax對習(xí)題集的解答做出了貢獻(xiàn)，
以及Edward H. Martin為GNSS/INS組合導(dǎo)航的早期歷史提供了有關(guān)資料。
最后，
我們還要特別感謝Sonja Grewal和Jeri Andrews在本書所有版本的寫作過程中所給予的奉獻(xiàn)、支持和理解，
并謹(jǐn)以此書獻(xiàn)給她們。
Mohinder S. Grewal, Augus P. Andrews
書單推薦
