滤波器设计理论及应用:非线性非高斯系统状态估计

**部分 基 础 篇
第1章 绪论 002
1.1 研究背景及意义 002
1.2 国内外研究现状 003
1.3 本书主要内容与安排 005
参考文献 007
第2章 典型的滤波器设计方法 011
2.1 线性高斯系统状态估计的卡尔曼滤波器设计 011
2.2 非线性高斯系统状态估计的扩展卡尔曼滤波器设计 017
2.3 非线性高斯系统状态估计的无迹卡尔曼滤波器设计 026
2.4 一般系统噪声密度函数下状态估计的粒子滤波器设计 031
2.5 特征函数及其基本性质 038
参考文献 047
第二部分 现 代 篇
第3章 线性状态模型与一维非线性观测模型的特征函数滤波器 050
3.1 引言与存在问题分析 050
3.2 线性状态模型与观测模型组成的非高斯系统描述 051
3.3 非高斯系统状态估计的特征函数滤波器设计 052
3.4 求解滤波器增益向量的性能指标函数设计 053
3.5 求解滤波器增益向量算法 054
3.6 计算机数值仿真 057
3.7 滤波器性能分析 059
3.8 本章小结与存在问题 060
参考文献 060
第4章 线性状态模型与多维非线性观测模型的特征函数滤波器 063
4.1 引言与存在问题分析 063
4.2 线性状态模型与多维非线性观测模型组成的非高斯系统描述 064
4.3 特征函数滤波器设计与目标函数构建 065
4.4 求解特征函数滤波器增益矩阵 067
4.5 计算机数值仿真 069
4.6 本章小结与存在问题 078
参考文献 078
第三部分 现 在 篇
第5章 弱非线性状态模型与强非线性观测模型的特征函数滤波器 080
5.1 引言与存在问题分析 080
5.2 弱非线性状态模型与强非线性观测模型系统描述 081
5.3 非线性特征函数滤波器设计 082
5.4 非线性状态模型的局部线性化 082
5.5 特征函数滤波器增益矩阵求解 084
5.6 计算机数值仿真 088
5.7 本章小结与存在问题 098
参考文献 098
第6章 非线性状态模型与强非线性观测模型的高阶扩维特征函数滤波器 099
6.1 引言与存在问题分析 099
6.2 非线性非高斯系统描述 099
6.3 非线性状态模型的伪线性化表示与隐变量引入 101
6.4 二阶多项式隐变量在全维空间中的线性动态系统建模 104
6.5 非线性观测模型基于二阶泰勒展开的等效描述 105
6.6 非线性系统二阶扩维特征函数滤波器设计 108
6.7 二阶扩维特征函数滤波器的降维实现与性能分析 115
6.8 计算机数值仿真 116
6.9 本章小结与存在问题 119
参考文献 119
第四部分 未 来 篇
第7章 强非线性复杂系统的一型高阶特征函数滤波器设计 122
7.1 引言与存在问题分析 122
7.2 强非线性非高斯系统描述 122
7.3 隐变量引入与强非线性状态模型的伪线性化表示 124
7.4 隐变量线性状态动态建模与状态模型在全维空间中的线性化表示 126
7.5 隐状态变量引入与强非线性观测模型在全维空间中的等效表示 128
7.6 求解系统参数变量 的特征函数滤波器设计 131
7.7 求解系统隐状态变量 的特征函数滤波器设计 135
7.8 求解系统状态预测误差变量 的特征函数滤波器设计 141
7.9 原始系统状态变量 估计值的重构与特征函数滤波器性能分析 144
7.10 本章小结与存在问题 146
参考文献 146
第8章 强非线性复杂系统的二型高阶特征函数滤波器设计 148
8.1 引言与存在问题分析 148
8.2 强非线性非高斯系统描述 148
8.3 强非线性系统的线性化形式描述 149
8.4 基于状态模型和观测模型建模误差双特征函数的滤波器设计 151
8.5 原始系统状态估计值的重构与特征函数滤波器性能分析 159
8.6 本章小结与存在问题 161
参考文献 161
第9章 强非线性复杂系统的三型高阶特征函数滤波器设计 162
9.1 引言与存在问题分析 162
9.2 强非线性非高斯系统描述 162
9.3 强非线性系统的线性化形式描述 163
9.4 高阶隐变量线性状态动态建模与滤波器设计条件设置 164
9.5 隐参数变量 和 的特征函数滤波器设计 167
9.6 扩维状态隐变量 的序贯式特征函数滤波器组设计 170
9.7 系统状态预测误差变量 的序贯式特征函数滤波器设计 174
9.8 原始系统状态变量估计值的重构与滤波器性能分析 182
9.9 本章小结与存在问题 184
参考文献 184
第五部分 应 用 篇
第10章 多传感器状态融合估计的特征函数滤波方法 186
10.1 引言 186
10.2 多传感器非线性观测系统描述 187
10.3 基于CFF的集中式融合方法设计 188
10.4 基于CFF的并行式融合方法设计 190
10.5 基于CFF的序贯式融合方法设计 194
10.6 多参数预测误差模型设计 198
10.7 仿真实验 199
10.8 本章小结与存在问题 206
参考文献 207
第11章 极坐标系与直角坐标系混合环境下的目标跟踪方法 208
11.1 一般线性状态模型多维非线性系统描述 208
11.2 极坐标系与直角坐标系下的动态系统描述 209
11.3 极坐标系与直角坐标系混合环境下的目标跟踪案例 210
参考文献 216
第12章 深度神经网络模型参数自适应辨识方法 217
12.1 引言 217
12.2 神经网络参数常用更新方法 218
12.3 基于CFF的神经网络参数更新方法 223
12.4 稀疏神经网络模型设计 231
12.5 计算机数值仿真实验 233
12.6 本章小结 235
参考文献 235
第13章 设备寿命预测系统参数在线辨识方法 238
13.1 引言 238
13.2 锂电池充放电动态过程建模 239
13.3 电池SOC估计的高阶项扩维建模 241
13.4 仿真实验 245
13.5 本章小结 246
参考文献 247
第14章 超非线性输入输出系统参数在线辨识方法 249
14.1 引言 249
14.2 非线性输入输出系统描述 250
14.3 非线性输入输出系统的状态与观测动态特性建模 250
14.4 基于EKF的非线性输入输出系统参数辨识方法 251
14.5 基于CFF的非线性输入输出系统参数辨识方法 252
14.6 计算机数值仿真实验 257
参考文献 263