|
關于我們
 書單推薦 新書推薦 |
非線性系統(tǒng)加權觀測融合估計理論及其應用 
定 價：129 元
9 7 3 8 7 7 4 1 1 2 5 1 9 讀者對象:科研人員，高校師生 
本書系統(tǒng)地介紹了由作者提出的非線性系統(tǒng)的信息融合估計新方法、新理論及應用。本書主要介紹了幾種非線性系統(tǒng)的估計方法，并從優(yōu)缺點、適用范圍、算法精度、復雜度等方面進行性能分析。為了提高單個傳感器的估計精度，提出了非線性系統(tǒng)的多傳感器信息融合方法——加權觀測融合方法，該方法有效地解決了非線性系統(tǒng)的融合問題。
郝鋼，男，1980年1月生人，博士，副教授，碩士生導師。2003年7月黑龍江大學單子工程學院授予學士學位；2006年7月獲得碩士學位；2011年哈爾濱工程大學自動化學院獲得博士學位；2012年至2014年黑龍江大學博士后流動站工作經(jīng)歷。2006年7月在黑龍江大學自動化系任教，2009年晉升為講師，2011年晉升為副教授，2010年任自動化專業(yè)副主任。主要從事非線性系統(tǒng)狀態(tài)估計、目標跟蹤、信息融合等方面的研究。主持國家自然科學基金1項、主持并完成省自然科學基金1項，參與并完成國家自然科學基金項目3項。發(fā)表SCI、EI收錄文章40余篇。
第1 章 緒論 ............................................................................................................ 1
1.1 多傳感器信息融合理論 ........................................................................... 1 1.1.1 多傳感器信息融合 ........................................................................ 1 1.1.2 信息融合國內(nèi)外發(fā)展現(xiàn)狀 ............................................................. 5 1.2 系統(tǒng)辨識 ................................................................................................... 7 1.2.1 系統(tǒng)辨識的目的 ............................................................................ 8 1.2.2 系統(tǒng)辨識的方法 ............................................................................ 9 1.2.3 自校正濾波算法 .......................................................................... 11 1.3 非線性系統(tǒng)融合估計 ............................................................................. 14 1.3.1 信息融合結構模型 ...................................................................... 14 1.3.2 信息融合的主要技術方法 ........................................................... 19 1.3.3 非線性系統(tǒng)估計研究現(xiàn)狀 ........................................................... 20 1.3.4 融合估計研究現(xiàn)狀 ...................................................................... 21 1.3.5 非線性系統(tǒng)融合估計研究現(xiàn)狀 ................................................... 24 1.4 主要研究內(nèi)容 ......................................................................................... 25 第2 章 一般非線性系統(tǒng)濾波方法及性能分析 .................................................. 28 2.1 遞推線性最小方差估計框架 ................................................................. 29 2.1.1 射影定理 ...................................................................................... 30 2.1.2 新息序列 ...................................................................................... 35 2.1.3 遞推線性最小方差濾波框架 ....................................................... 38 2.1.4 Kalman 濾波器 ............................................................................. 41 2.1.5 ARMA 新息模型 ......................................................................... 46 2.1.6 基于ARMA 新息模型的穩(wěn)態(tài)Kalman 濾波器 .......................... 47 2.2 無跡Kalman 濾波算法 ........................................................................... 48 2.2.1 UKF 濾波算法原理 ..................................................................... 48 2.2.2 Sigma 點采樣策略 ....................................................................... 50 2.2.3 UKF 濾波算法 ............................................................................. 55 2.3 容積Kalman 濾波算法 ........................................................................... 56 2.3.1 容積規(guī)則 ...................................................................................... 57 2.3.2 容積Kalman 濾波算法 ................................................................ 60 2.4 粒子濾波算法 ......................................................................................... 63 2.4.1 最優(yōu)貝葉斯遞推濾波和重要性采樣 ........................................... 63 2.4.2 序貫重要性采樣 .......................................................................... 65 2.4.3 PF 濾波算法 ................................................................................. 66 2.5 3 種非線性濾波算法的比較分析 ........................................................... 67 2.6 本章小結 ................................................................................................. 68 第3 章 線性系統(tǒng)的多傳感器自校正加權觀測融合Kalman 濾波器 ............... 69 3.1 最優(yōu)加權觀測融合Kalman 濾波器 ....................................................... 71 3.1.1 線性系統(tǒng)的加權觀測融合算法 ................................................... 71 3.1.2 最優(yōu)加權觀測融合Kalman 濾波器 ............................................ 73 3.2 基于最小二乘法的自校正加權觀測融合Kalman 濾波器 ................... 74 3.2.1 自校正Kalman 濾波器 ................................................................74 3.2.2 基于最小二乘法的自校正加權觀測融合Kalman 濾波器 ........ 77 3.2.3 基于相關函數(shù)辨識器的自校正加權觀測融合 Kalman 濾波器 ............................................................................. 80 3.3 基于協(xié)同辨識的自校正加權觀測融合Kalman 濾波器 ....................... 82 3.3.1 具有相同觀測矩陣和不相關觀測噪聲的情形 ........................... 83 3.3.2 具有不同觀測矩陣和不相關觀測噪聲情形 ............................... 88 3.3.3 系統(tǒng)具有不同觀測矩陣和相關觀測噪聲 ................................... 95 3.4 仿真 ......................................................................................................... 98 3.5 本章小結 ............................................................................................... 109 第4 章 非線性系統(tǒng)的最優(yōu)和自校正加權觀測融合UKF 濾波器 ................... 111 4.1 多傳感器加權觀測融合UKF 濾波器 .................................................. 112 4.1.1 集中式觀測融合UKF 濾波器 ................................................... 113 4.1.2 加權觀測融合UKF 濾波器 ....................................................... 113 4.1.3 加權觀測融合UKF 濾波器與集中式觀測融合 UKF 濾波器在數(shù)值上的完全等價性 ........................................ 115 4.2 自校正加權觀測融合UKF 濾波器 ...................................................... 121 4.2.1 噪聲方差的估計算法................................................................. 121 4.2.2 基于Sage-Husa 估計的Qw 估計算法 ....................................... 123 4.2.3 多傳感器加權觀測融合自校正UKF 濾波器 ........................... 125 4.3 仿真例子 ............................................................................................... 125 4.4 本章小結 ............................................................................................... 130 第5 章 基于Taylor 級數(shù)逼近的非線性系統(tǒng)加權觀測融合估計理論 ............ 132 5.1 基于Taylor 級數(shù)逼近的非線性系統(tǒng)加權觀測融合算法 ................... 133 5.2 基于Taylor 級數(shù)逼近的非線性系統(tǒng)加權觀測融合UKF （WMF-UKF）濾波算法 ........................................................................ 139 5.2.1 基于Taylor 級數(shù)逼近的非線性系統(tǒng)WMF-UKF 濾波算法 .... 139 5.2.2 WMF-UKF 的漸近最優(yōu)性 ......................................................... 142 5.2.3 WMF-UKF 的計算量分析 ......................................................... 148 5.3 基于Taylor 級數(shù)逼近的非線性系統(tǒng)加權觀測融合CKF（WMF-CKF） 濾波算法 ............................................................................................... 149 5.3.1 基于Taylor 級數(shù)逼近的非線性系統(tǒng)WMF-CKF 濾波算法 .... 149 5.3.2 WMF-CKF 的漸近最優(yōu)性 ......................................................... 152 5.3.3 WMF-CKF 的計算量分析 ......................................................... 153 5.4 基于Taylor 級數(shù)逼近的非線性系統(tǒng)加權觀測融合PF（WMF-PF） 濾波算法 ................................................................................................ 153 5.4.1 基于Taylor 級數(shù)逼近的非線性系統(tǒng)WMF-PF 濾波算法 ....... 153 5.4.2 WMF-PF 的漸近最優(yōu)性 ............................................................ 155 5.4.3 WMF-PF 的計算量分析 ............................................................ 156 5.5 WMF-UKF、WMF-CKF 和WMF-PF 的比較分析 ............................ 157 5.6 仿真研究 ............................................................................................... 157 5.7 本章小結 ............................................................................................... 181 第6 章 基于Gauss-Hermite 逼近的非線性系統(tǒng)加權觀測融合估計算法 .. 183 6.1 基于Gauss-Hermite 逼近的非線性系統(tǒng)加權觀測融合 （WMF）算法 ....................................................................................... 184 6.1.1 Gauss-Hermite 逼近 ................................................................... 185 6.1.2 基于Gauss-Hermite 逼近的非線性系統(tǒng)WMF 算法 ............... 190 6.2 基于Gauss-Hermite 逼近的非線性系統(tǒng)加權觀測融合UKF （WMF-UKF）濾波算法 ...................................................................... 193 6.2.1 基于Gauss-Hermite 逼近的非線性系統(tǒng)WMF-UKF 濾波算法 ... 193 6.2.2 WMF-UKF 的計算量分析 ......................................................... 197 6.3 基于Gauss-Hermite 逼近的非線性系統(tǒng)加權觀測融合 CKF（WMF-CKF）濾波算法 ............................................................ 197 6.3.1 基于Gauss-Hermite 逼近的非線性系統(tǒng)WMF-CKF 濾波算法 ... 197 6.3.2 WMF-CKF 的計算量分析 ......................................................... 200 6.4 基于Gauss-Hermite 逼近的非線性系統(tǒng)加權觀測融合PF （WMF-PF）濾波算法 ......................................................................... 201 6.4.1 基于Gauss-Hermite 逼近的非線性系統(tǒng)WMF-PF 濾波算法 .... 201 6.4.2 WMF-PF 的計算量分析 ............................................................ 203 6.5 仿真研究 ............................................................................................... 203 6.6 本章小結 ............................................................................................... 226 第7 章 噪聲相關的非線性系統(tǒng)加權觀測融合估計算法 ............................. 227 7.1 基于Taylor 級數(shù)逼近的噪聲相關非線性系統(tǒng)WMF-UKF 濾波算法 ............................................................................................... 228 7.1.1 系統(tǒng)噪聲和觀測噪聲的去相關 ................................................. 229 7.1.2 噪聲相關非線性系統(tǒng)WMF-UKF 濾波算法 ............................ 231 7.2 基于Taylor 級數(shù)逼近的噪聲相關非線性系統(tǒng)WMF-CKF 濾波算法 ... 234 7.3 基于Taylor 級數(shù)逼近的噪聲相關非線性系統(tǒng)WMF-PF 濾波算法....... 237 7.4 基于Gauss-Hermite 逼近的噪聲相關非線性系統(tǒng)WMF-UKF 濾波算法 ............................................................................................... 239 7.5 基于Gauss-Hermite 逼近的噪聲相關非線性系統(tǒng)WMF-CKF 濾波算法 ............................................................................................... 243 7.6 基于Gauss-Hermite 逼近的噪聲相關非線性系統(tǒng)WMF-PF 濾波算法 .............................................................................................. 246 7.7 仿真研究 ............................................................................................... 248 7.8 本章小結 ............................................................................................... 267 第8 章 多傳感器加權觀測融合Kalman 濾波器的預測控制算法 ................. 268 8.1 加權觀測融合Kalman 濾波器的預測控制系統(tǒng) ................................. 268 8.2 加權觀測融合預測控制算法 ............................................................... 271 8.3 自校正加權觀測融合預測控制算法 .................................................... 275 8.3.1 帶相同觀測矩陣和不相關觀測噪聲的情形 ............................. 275 8.3.2 帶不同觀測矩陣和不相關觀測噪聲的情形 ............................. 277 8.3.3 帶不同觀測矩陣和相關觀測噪聲的情形 ................................. 281 8.4 仿真 ....................................................................................................... 284 8.4.1 帶相同觀測矩陣和不相關觀測噪聲的系統(tǒng)仿真 ..................... 284 8.4.2 帶不同觀測矩陣和不相關觀測噪聲的系統(tǒng)仿真 ..................... 288 8.4.3 帶不同觀測矩陣和相關觀測噪聲的系統(tǒng)仿真 ......................... 293 8.5 本章小結 ............................................................................................... 298 參考文獻 ................................................................................................................ 300
你還可能感興趣
我要評論
|
