扫一扫
关注中图网
官方微博
¥62.7(4.9折)?
预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格（不含优惠券部分），仅供参考，未必等同于实际到手价。
促销活动:
本类五星书更多>
-
>
湖南省志(1978-2002)?铁路志
-
>
公路车宝典(ZINN的公路车维修与保养秘籍)
-
>
晶体管电路设计(下)
-
>
无头案:雍正暴亡之谜
-
>
基于个性化设计策略的智能交通系统关键技术
-
>
花样百出:贵州少数民族图案填色
-
>
识木:全球220种木材图鉴
非线性系统加权观测融合估计理论及其应用 版权信息
- ISBN：9787121374159
- 条形码：9787121374159 ; 978-7-121-37415-9
- 装帧：平塑
- 册数：暂无
- 重量：暂无
- 所属分类：>>
非线性系统加权观测融合估计理论及其应用 本书特色
本书系统地介绍了由作者提出的非线性系统的信息融合估计新方法、新理论及应用。本书主要介绍了几种非线性系统的估计方法，并从优缺点、适用范围、算法精度、复杂度等方面进行性能分析。为了提高单个传感器的估计精度，提出了非线性系统的多传感器信息融合方法——加权观测融合方法，该方法有效地解决了非线性系统的融合问题。
非线性系统加权观测融合估计理论及其应用 内容简介
本书系统地介绍了由作者提出的非线性系统的信息融合估计新方法、新理论及应用。本书主要介绍了几种非线性系统的估计方法，并从优缺点、适用范围、算法精度、复杂度等方面进行性能分析。为了提高单个传感器的估计精度，提出了非线性系统的多传感器信息融合方法――加权观测融合方法，该方法有效地解决了非线性系统的融合问题。
非线性系统加权观测融合估计理论及其应用 目录
第1 章 绪论 ............................................................................................................ 1
1.1 多传感器信息融合理论 ........................................................................... 1
1.1.1 多传感器信息融合 ........................................................................ 1
1.1.2 信息融合国内外发展现状 ............................................................. 5
1.2 系统辨识 ................................................................................................... 7
1.2.1 系统辨识的目的 ............................................................................ 8
1.2.2 系统辨识的方法 ............................................................................ 9
1.2.3 自校正滤波算法 .......................................................................... 11
1.3 非线性系统融合估计 ............................................................................. 14
1.3.1 信息融合结构模型 ...................................................................... 14
1.3.2 信息融合的主要技术方法 ........................................................... 19
1.3.3 非线性系统估计研究现状 ........................................................... 20
1.3.4 融合估计研究现状 ...................................................................... 21
1.3.5 非线性系统融合估计研究现状 ................................................... 24
1.4 主要研究内容 ......................................................................................... 25
第2 章 一般非线性系统滤波方法及性能分析 .................................................. 28
2.1 递推线性*小方差估计框架 ................................................................. 29
2.1.1 射影定理 ...................................................................................... 30
2.1.2 新息序列 ...................................................................................... 35
2.1.3 递推线性*小方差滤波框架 ....................................................... 38
2.1.4 Kalman 滤波器 ............................................................................. 41
2.1.5 ARMA 新息模型 ......................................................................... 46
2.1.6 基于ARMA 新息模型的稳态Kalman 滤波器 .......................... 47
2.2 无迹Kalman 滤波算法 ........................................................................... 48
2.2.1 UKF 滤波算法原理 ..................................................................... 48
2.2.2 Sigma 点采样策略 ....................................................................... 50
2.2.3 UKF 滤波算法 ............................................................................. 55
2.3 容积Kalman 滤波算法 ........................................................................... 56
2.3.1 容积规则 ...................................................................................... 57
2.3.2 容积Kalman 滤波算法 ................................................................ 60
2.4 粒子滤波算法 ......................................................................................... 63
2.4.1 *优贝叶斯递推滤波和重要性采样 ........................................... 63
2.4.2 序贯重要性采样 .......................................................................... 65
2.4.3 PF 滤波算法 ................................................................................. 66
2.5 3 种非线性滤波算法的比较分析 ........................................................... 67
2.6 本章小结 ................................................................................................. 68
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 ............... 69
3.1 *优加权观测融合Kalman 滤波器 ....................................................... 71
3.1.1 线性系统的加权观测融合算法 ................................................... 71
3.1.2 *优加权观测融合Kalman 滤波器 ............................................ 73
3.2 基于*小二乘法的自校正加权观测融合Kalman 滤波器 ................... 74
3.2.1 自校正Kalman 滤波器 ................................................................74
3.2.2 基于*小二乘法的自校正加权观测融合Kalman 滤波器 ........ 77
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 ............................................................................. 80
3.3 基于协同辨识的自校正加权观测融合Kalman 滤波器 ....................... 82
3.3.1 具有相同观测矩阵和不相关观测噪声的情形 ........................... 83
3.3.2 具有不同观测矩阵和不相关观测噪声情形 ............................... 88
3.3.3 系统具有不同观测矩阵和相关观测噪声 ................................... 95
3.4 仿真 ......................................................................................................... 98
3.5 本章小结 ............................................................................................... 109
第4 章 非线性系统的*优和自校正加权观测融合UKF 滤波器 ................... 111
4.1 多传感器加权观测融合UKF 滤波器 .................................................. 112
4.1.1 集中式观测融合UKF 滤波器 ................................................... 113
4.1.2 加权观测融合UKF 滤波器 ....................................................... 113
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 ........................................ 115
4.2 自校正加权观测融合UKF 滤波器 ...................................................... 121
4.2.1 噪声方差的估计算法................................................................. 121
4.2.2 基于Sage-Husa 估计的Qw 估计算法 ....................................... 123
4.2.3 多传感器加权观测融合自校正UKF 滤波器 ........................... 125
4.3 仿真例子 ............................................................................................... 125
4.4 本章小结 ............................................................................................... 130
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 ............ 132
5.1 基于Taylor 级数逼近的非线性系统加权观测融合算法 ................... 133
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 ........................................................................ 139
5.2.1 基于Taylor 级数逼近的非线性系统WMF-UKF 滤波算法 .... 139
5.2.2 WMF-UKF 的渐近*优性 ......................................................... 142
5.2.3 WMF-UKF 的计算量分析 ......................................................... 148
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 ............................................................................................... 149
5.3.1 基于Taylor 级数逼近的非线性系统WMF-CKF 滤波算法 .... 149
5.3.2 WMF-CKF 的渐近*优性 ......................................................... 152
5.3.3 WMF-CKF 的计算量分析 ......................................................... 153
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 ................................................................................................ 153
5.4.1 基于Taylor 级数逼近的非线性系统WMF-PF 滤波算法 ....... 153
5.4.2 WMF-PF 的渐近*优性 ............................................................ 155
5.4.3 WMF-PF 的计算量分析 ............................................................ 156
5.5 WMF-UKF、WMF-CKF 和WMF-PF 的比较分析 ............................ 157
5.6 仿真研究 ............................................................................................... 157
5.7 本章小结 ............................................................................................... 181
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 .. 183
6.1 基于Gauss-Hermite 逼近的非线性系统加权观测融合
1.1 多传感器信息融合理论 ........................................................................... 1
1.1.1 多传感器信息融合 ........................................................................ 1
1.1.2 信息融合国内外发展现状 ............................................................. 5
1.2 系统辨识 ................................................................................................... 7
1.2.1 系统辨识的目的 ............................................................................ 8
1.2.2 系统辨识的方法 ............................................................................ 9
1.2.3 自校正滤波算法 .......................................................................... 11
1.3 非线性系统融合估计 ............................................................................. 14
1.3.1 信息融合结构模型 ...................................................................... 14
1.3.2 信息融合的主要技术方法 ........................................................... 19
1.3.3 非线性系统估计研究现状 ........................................................... 20
1.3.4 融合估计研究现状 ...................................................................... 21
1.3.5 非线性系统融合估计研究现状 ................................................... 24
1.4 主要研究内容 ......................................................................................... 25
第2 章 一般非线性系统滤波方法及性能分析 .................................................. 28
2.1 递推线性*小方差估计框架 ................................................................. 29
2.1.1 射影定理 ...................................................................................... 30
2.1.2 新息序列 ...................................................................................... 35
2.1.3 递推线性*小方差滤波框架 ....................................................... 38
2.1.4 Kalman 滤波器 ............................................................................. 41
2.1.5 ARMA 新息模型 ......................................................................... 46
2.1.6 基于ARMA 新息模型的稳态Kalman 滤波器 .......................... 47
2.2 无迹Kalman 滤波算法 ........................................................................... 48
2.2.1 UKF 滤波算法原理 ..................................................................... 48
2.2.2 Sigma 点采样策略 ....................................................................... 50
2.2.3 UKF 滤波算法 ............................................................................. 55
2.3 容积Kalman 滤波算法 ........................................................................... 56
2.3.1 容积规则 ...................................................................................... 57
2.3.2 容积Kalman 滤波算法 ................................................................ 60
2.4 粒子滤波算法 ......................................................................................... 63
2.4.1 *优贝叶斯递推滤波和重要性采样 ........................................... 63
2.4.2 序贯重要性采样 .......................................................................... 65
2.4.3 PF 滤波算法 ................................................................................. 66
2.5 3 种非线性滤波算法的比较分析 ........................................................... 67
2.6 本章小结 ................................................................................................. 68
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 ............... 69
3.1 *优加权观测融合Kalman 滤波器 ....................................................... 71
3.1.1 线性系统的加权观测融合算法 ................................................... 71
3.1.2 *优加权观测融合Kalman 滤波器 ............................................ 73
3.2 基于*小二乘法的自校正加权观测融合Kalman 滤波器 ................... 74
3.2.1 自校正Kalman 滤波器 ................................................................74
3.2.2 基于*小二乘法的自校正加权观测融合Kalman 滤波器 ........ 77
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 ............................................................................. 80
3.3 基于协同辨识的自校正加权观测融合Kalman 滤波器 ....................... 82
3.3.1 具有相同观测矩阵和不相关观测噪声的情形 ........................... 83
3.3.2 具有不同观测矩阵和不相关观测噪声情形 ............................... 88
3.3.3 系统具有不同观测矩阵和相关观测噪声 ................................... 95
3.4 仿真 ......................................................................................................... 98
3.5 本章小结 ............................................................................................... 109
第4 章 非线性系统的*优和自校正加权观测融合UKF 滤波器 ................... 111
4.1 多传感器加权观测融合UKF 滤波器 .................................................. 112
4.1.1 集中式观测融合UKF 滤波器 ................................................... 113
4.1.2 加权观测融合UKF 滤波器 ....................................................... 113
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 ........................................ 115
4.2 自校正加权观测融合UKF 滤波器 ...................................................... 121
4.2.1 噪声方差的估计算法................................................................. 121
4.2.2 基于Sage-Husa 估计的Qw 估计算法 ....................................... 123
4.2.3 多传感器加权观测融合自校正UKF 滤波器 ........................... 125
4.3 仿真例子 ............................................................................................... 125
4.4 本章小结 ............................................................................................... 130
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 ............ 132
5.1 基于Taylor 级数逼近的非线性系统加权观测融合算法 ................... 133
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 ........................................................................ 139
5.2.1 基于Taylor 级数逼近的非线性系统WMF-UKF 滤波算法 .... 139
5.2.2 WMF-UKF 的渐近*优性 ......................................................... 142
5.2.3 WMF-UKF 的计算量分析 ......................................................... 148
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 ............................................................................................... 149
5.3.1 基于Taylor 级数逼近的非线性系统WMF-CKF 滤波算法 .... 149
5.3.2 WMF-CKF 的渐近*优性 ......................................................... 152
5.3.3 WMF-CKF 的计算量分析 ......................................................... 153
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 ................................................................................................ 153
5.4.1 基于Taylor 级数逼近的非线性系统WMF-PF 滤波算法 ....... 153
5.4.2 WMF-PF 的渐近*优性 ............................................................ 155
5.4.3 WMF-PF 的计算量分析 ............................................................ 156
5.5 WMF-UKF、WMF-CKF 和WMF-PF 的比较分析 ............................ 157
5.6 仿真研究 ............................................................................................... 157
5.7 本章小结 ............................................................................................... 181
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 .. 183
6.1 基于Gauss-Hermite 逼近的非线性系统加权观测融合
展开全部
非线性系统加权观测融合估计理论及其应用 作者简介
郝钢，男，1980年1月生人，博士，副教授，硕士生导师。2003年7月黑龙江大学单子工程学院授予学士学位；2006年7月获得硕士学位；2011年哈尔滨工程大学自动化学院获得博士学位；2012年至2014年黑龙江大学博士后流动站工作经历。2006年7月在黑龙江大学自动化系任教，2009年晋升为讲师，2011年晋升为副教授，2010年任自动化专业副主任。主要从事非线性系统状态估计、目标跟踪、信息融合等方面的研究。主持国家自然科学基金1项、主持并完成省自然科学基金1项，参与并完成国家自然科学基金项目3项。发表SCI、EI收录文章40余篇。
书友推荐
- >
姑妈的宝刀
姑妈的宝刀
¥11.4¥30.0 - >
月亮虎
月亮虎
¥15.4¥48.0 - >
巴金－再思录
巴金－再思录
¥19.8¥46.0 - >
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
¥6.3¥14.0 - >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.9¥16.0 - >
名家带你读鲁迅:故事新编
名家带你读鲁迅:故事新编
¥13.0¥26.0 - >
唐代进士录
唐代进士录
¥17.1¥39.8 - >
月亮与六便士
月亮与六便士
¥13.4¥42.0
本类畅销
-
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158 -
-
2022读者节纪念徽章-三星会员专属
¥45¥45.6 -
2023读书月阅读盲盒——我什么场面没见过？
¥42.3¥158 -
2023读书月阅读盲盒——去码头整点什么薯条？
¥42.3¥158
