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。

]

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。

]

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。

]

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

封面

书名:非线性系统加权观测融合估计理论及其应用

作者:郝钢

页数:336

定价:¥129.0

出版社:电子工业出版社

出版日期:2018-01-01

ISBN:9787121374159

PDF电子书大小:67MB 高清扫描完整版