濾波器設計理論及應用：非線性非高斯系統狀態估計

第一部分 基 礎 篇
第1章 緒論 002
1.1 研究背景及意義 002
1.2 國內外研究現狀 003
1.3 本書主要內容與安排 005
參考文獻 007
第2章 典型的濾波器設計方法 011
2.1 線性高斯系統狀態估計的卡爾曼濾波器設計 011
2.2 非線性高斯系統狀態估計的擴展卡爾曼濾波器設計 017
2.3 非線性高斯系統狀態估計的無跡卡爾曼濾波器設計 026
2.4 一般系統噪聲密度函數下狀態估計的粒子濾波器設計 031
2.5 特徵函數及其基本性質 038
參考文獻 047
第二部分 現 代 篇
第3章 線性狀態模型與一維非線性觀測模型的特徵函數濾波器 050
3.1 引言與存在問題分析 050
3.2 線性狀態模型與觀測模型組成的非高斯系統描述 051
3.3 非高斯系統狀態估計的特徵函數濾波器設計 052
3.4 求解濾波器增益向量的性能指標函數設計 053
3.5 求解濾波器增益向量算法 054
3.6 電腦數值模擬 057
3.7 濾波器性能分析 059
3.8 本章小結與存在問題 060
參考文獻 060
第4章 線性狀態模型與多維非線性觀測模型的特徵函數濾波器 063
4.1 引言與存在問題分析 063
4.2 線性狀態模型與多維非線性觀測模型組成的非高斯系統描述 064
4.3 特徵函數濾波器設計與目標函數構建 065
4.4 求解特徵函數濾波器增益矩陣 067
4.5 電腦數值模擬 069
4.6 本章小結與存在問題 078
參考文獻 078
第三部分 現 在 篇
第5章 弱非線性狀態模型與強非線性觀測模型的特徵函數濾波器 080
5.1 引言與存在問題分析 080
5.2 弱非線性狀態模型與強非線性觀測模型系統描述 081
5.3 非線性特徵函數濾波器設計 082
5.4 非線性狀態模型的局部線性化 082
5.5 特徵函數濾波器增益矩陣求解 084
5.6 電腦數值模擬 088
5.7 本章小結與存在問題 098
參考文獻 098
第6章 非線性狀態模型與強非線性觀測模型的高階擴維特徵函數濾波器 099
6.1 引言與存在問題分析 099
6.2 非線性非高斯系統描述 099
6.3 非線性狀態模型的偽線性化表示與隱變量引入 101
6.4 二階多項式隱變量在全維空間中的線性動態系統建模 104
6.5 非線性觀測模型基於二階泰勒展開的等效描述 105
6.6 非線性系統二階擴維特徵函數濾波器設計 108
6.7 二階擴維特徵函數濾波器的降維實現與性能分析 115
6.8 電腦數值模擬 116
6.9 本章小結與存在問題 119
參考文獻 119
第四部分 未 來 篇
第7章 強非線性復雜系統的一型高階特徵函數濾波器設計 122
7.1 引言與存在問題分析 122
7.2 強非線性非高斯系統描述 122
7.3 隱變量引入與強非線性狀態模型的偽線性化表示 124
7.4 隱變量線性狀態動態建模與狀態模型在全維空間中的線性化表示 126
7.5 隱狀態變量引入與強非線性觀測模型在全維空間中的等效表示 128
7.6 求解系統參數變量 的特徵函數濾波器設計 131
7.7 求解系統隱狀態變量 的特徵函數濾波器設計 135
7.8 求解系統狀態預測誤差變量 的特徵函數濾波器設計 141
7.9 原始系統狀態變量 估計值的重構與特徵函數濾波器性能分析 144
7.10 本章小結與存在問題 146
參考文獻 146
第8章 強非線性復雜系統的二型高階特徵函數濾波器設計 148
8.1 引言與存在問題分析 148
8.2 強非線性非高斯系統描述 148
8.3 強非線性系統的線性化形式描述 149
8.4 基於狀態模型和觀測模型建模誤差雙特徵函數的濾波器設計 151
8.5 原始系統狀態估計值的重構與特徵函數濾波器性能分析 159
8.6 本章小結與存在問題 161
參考文獻 161
第9章 強非線性復雜系統的三型高階特徵函數濾波器設計 162
9.1 引言與存在問題分析 162
9.2 強非線性非高斯系統描述 162
9.3 強非線性系統的線性化形式描述 163
9.4 高階隱變量線性狀態動態建模與濾波器設計條件設置 164
9.5 隱參數變量 和 的特徵函數濾波器設計 167
9.6 擴維狀態隱變量 的序貫式特徵函數濾波器組設計 170
9.7 系統狀態預測誤差變量 的序貫式特徵函數濾波器設計 174
9.8 原始系統狀態變量估計值的重構與濾波器性能分析 182
9.9 本章小結與存在問題 184
參考文獻 184
第五部分 應 用 篇
第10章 多傳感器狀態融合估計的特徵函數濾波方法 186
10.1 引言 186
10.2 多傳感器非線性觀測系統描述 187
10.3 基於CFF的集中式融合方法設計 188
10.4 基於CFF的並行式融合方法設計 190
10.5 基於CFF的序貫式融合方法設計 194
10.6 多參數預測誤差模型設計 198
10.7 模擬實驗 199
10.8 本章小結與存在問題 206
參考文獻 207
第11章 極坐標系與直角坐標系混合環境下的目標跟蹤方法 208
11.1 一般線性狀態模型多維非線性系統描述 208
11.2 極坐標系與直角坐標系下的動態系統描述 209
11.3 極坐標系與直角坐標系混合環境下的目標跟蹤案例 210
參考文獻 216
第12章 深度神經網絡模型參數自適應辨識方法 217
12.1 引言 217
12.2 神經網絡參數常用更新方法 218
12.3 基於CFF的神經網絡參數更新方法 223
12.4 稀疏神經網絡模型設計 231
12.5 電腦數值模擬實驗 233
12.6 本章小結 235
參考文獻 235
第13章 設備壽命預測系統參數在線辨識方法 238
13.1 引言 238
13.2 鋰電池充放電動態過程建模 239
13.3 電池SOC估計的高階項擴維建模 241
13.4 模擬實驗 245
13.5 本章小結 246
參考文獻 247
第14章 超非線性輸入輸出系統參數在線辨識方法 249
14.1 引言 249
14.2 非線性輸入輸出系統描述 250
14.3 非線性輸入輸出系統的狀態與觀測動態特性建模 250
14.4 基於EKF的非線性輸入輸出系統參數辨識方法 251
14.5 基於CFF的非線性輸入輸出系統參數辨識方法 252
14.6 電腦數值模擬實驗 257
參考文獻 263