《動態多尺度系統估計理論與套用》一書的作者是潘泉，出版時間是2007-06-01。
基本介紹
- 書名：動態多尺度系統估計理論與套用
- 作者：潘泉
- ISBN：9787030190260
- 出版時間：2007-06-01
圖書信息,內容簡介,目錄,
圖書信息
作 者： 潘泉 等 著
叢 書 名：系統與控制著作叢書出 版 社： 科學出版社ISBN：9787030190260齣版時間：2007-06-01版 次：1頁 數：205裝 幀：平裝開 本：16開所屬分類：圖書 > 科學與自然 > 數學
內容簡介
《動態多尺度系統估計理論與套用》是作者十餘年來研究成果的全面系統總結，同時也力求系統地歸納這一領域國內外的最新研究進展。作者一直致力於多尺度估計理論和套用的研究，培養了許多博士、碩士研究生，取得了一些有價值的研究成果，發表了一系列的學術論文，為《動態多尺度系統估計理論與套用》完成奠定了重要的基礎。
《動態多尺度系統估計理論與套用》共分12章，可以分為三個部分。第一部分即第1、2章，對動態多尺度系統估計的研究背景及《動態多尺度系統估計理論與套用》涉及的多分辨分析、狀態估計、多感測器信息融合進行了介紹；第二部分即第3、4章，給出了基於MAR框架的靜態多尺度系統理論，包括一階馬爾可夫模型約束的多尺度動態遞歸估計等算法；第三部分即第5～12章，給出了作者系統完成的基於微分方程約束，採樣率為2和M情況下，線性白噪聲、線性有色噪聲、非線性白噪聲等多種條件下的動態多尺度系統的最優/次優/快速算法，以及其在多感測器信息融合、多目標跟蹤等領域的套用。
《動態多尺度系統估計理論與套用》的讀者對象是從事信息融合、多尺度建模、最優估計理論及套用研究的研究生和科研人員，同時對從事控制理論研究，系統設計、開發和套用的廣大工程技術人員也具有一定的參考價值。讀者應具備小波分析、最優估計、隨機過程以及數理統計等基礎知識。
目錄
前言
第1章 緒論
1.1 引言
1.2 基於MAR框架的多尺度系統理論
1.2.1 模型
1.2.2 算法
1.2.3 套用
1.3 多分辨濾波和分散式多分辨濾波
1.4 基於線性投影方程的動態多尺度系統估計
1.5 其他相關研究
1.6 本書章 節安排
第2章 基礎知識
2.1 多分辨分析
2.1.1 多分辨分析
2.1.2 多尺度分解與重構
2.2 狀態估計
2.2.1 最小二乘估計
2.2.2 標準卡爾曼濾波
2.2.3 有色噪聲條件下的卡爾曼濾波
2.2.4 推廣卡爾曼濾波
2.3 多感測器信息融合
2.3.1 多感測器信息融合的定義
2.3.2 多感測器信息融合特點與性能優勢
2.3.3 多感測器信息融合系統結構
2.3.4 多感測器信息融合的級別
2.3.5 多感測器信息融合的典型套用
2.4 本章小結
第3章 基於MAR模型的靜態估計算法和多尺度狀態空間的分析與綜合
3.1 引言
3.2 MAR研究概述
3.2.1 MAR建模
3.2.2 MAR平滑算法
3.2.3 MAR實現
3.3 多尺度系統狀態空間的幾個概念
3.3.1 能達性和能控性
3.3.2 能觀性和可重構性
3.3.3 穩定性
3.4 邊界、穩定性和穩態行為
3.4.1 多尺度估計算法中誤差方差的上下界
3.4.2 多尺度濾波器的穩定性
3.4.3 穩態濾波器
3.5 本章小結
第4章 基於MAR模型的多尺度動態遞歸估計算法
4.1 引言
4.2 動態系統的遞歸估計
4.3 多尺度動態遞歸估計算法
4.3.1 多尺度更新步
4.3.2 多尺度預測步
4.4 性能分析
4.4.1 收斂性分析
4.4.2 分數方差減少
4.5 本章小結
第5章 動態多尺度系統分散式融合估計算法
5.1 引言
5.2 一種測量方程和狀態方程的分解方法
5.3 動態系統多尺度變換有效性分析
5.3.1 測量方程分解的有效性分析
5.3.2 狀態方程分解的有效性分析
5.3.3 信號序列經小波變換後的相關性分析
5.4 動態系統多尺度融合估計算法
5.4.1 系統描述章
5.4.2 多尺度分散式融合估計算法
5.4.3 多尺度融合估計算法
5.5 本章小結
第6章 基於Haar小波的動態多尺度系統建模及集中式最優估計算法
6.1 引言章
6.2 DMS建模
6.2.1 DMS描述
6.2.2 I）MS建模
6.3 離散DMS集中式模型及其Har小波實現
6.3.1 一類典型的離散動態多尺度系統
6.3.2 動態多尺度系統Haar小波實現
6.3.3 系統在各尺度狀態最優估計的輸出
6.4 系統的隨機可控性
6.4.1 系統完全隨機可控的條件
6.4.2 （A，B）完全隨機可控時（A，B）完全隨機可控的條件
6.5 系統的隨機可測性
G.s.1 系統完全隨機可測的條什
6.5.2 （C1，A）完全可測時（C，A）完全可測的條件
6.6 卡爾曼濾波系統的穩定性
6.7 基於Haar小波的集中式最優估計算法仿真
6.7.1 兩個尺度時的估計算法仿真
6.7.2 三個尺度時的估計算法仿真
6.8 本章小結
第7章 基於一般緊支撐小波的動態多尺度系統集中式最優估計算法
7.1 引言
7.2 離散DMS一般緊支撐小波實現
7.3 離散定常DMS的一般緊支撐小波實現形式
7.4 系統的隨機可控性
7.4.1 系統完全隨機可控的條件
7.4.2 （A，B）完全隨機可控時（A，B）完全隨機可控的條件
7.5 系統的隨機可測性
7.5.1 系統完全隨機可測的條件
7.5.2 （C1，A）完全可測時（C，A）完全可測的條件
7.6 卡爾曼濾波系統的穩定性
7.7 基於一般緊支撐小波的集中式最優估計算法仿真
7.8 本章小結
第8章 基於Haar小波的動態多尺度系統序貫式最優估計算法
8.1 引言
8.2 序貫式卡爾曼濾波
8.2.1 序貫式卡爾曼濾波算法
8.2.2 序貫式估計與集中式估計的一致性
8.2.3 序貫式濾波的穩定性
8.3 基於Haar小波的DMS序貫式估計
8.3.1 Haar小波多尺度系統結構
8.3.2 多尺度系統方程
8.3.3 系統序貫式濾波
8.3.4 估計值xy-1（k/k）和P2i-1（k）的計算
8.4 基於Haar小波的序貫式最優估計算法仿真
8.5 本章小結
第9章 基於一般緊支撐小波的動態多尺度系統序貫式最優估計算法
9.1 引言
9.2 系統序貫式濾波
9.3 最細尺度上的濾波計算
9.3.1 對x-b（k）的序貫式濾波
9.3.2 對x-b（k），xh1（2J-1k-n3+l1），…，xh1（2J-1（k十1）-1）的固定區間平滑
9.3.3 對xk（2J-1（k+1）），…，xk1（2J-1k-mJ）的最優預測
9.3.4 P2J-1（k）的計算
9.4 基於一般緊支撐小波的DMS序貫式最優估計算法仿真
9.5 本章小結
第10章 動態多尺度系統有色噪聲條件下的估計算法
10.1 引言
10.2 系統噪聲為白噪聲，觀測噪聲為有色噪聲
10.2.1 狀態方程的建立
10.2.2 觀測方程的建立
10.3 系統噪聲為有色噪聲，觀測噪聲為白噪聲
10.3.1 狀態方程的建立
10.3.2 觀測方程的建立
10.4 系統噪聲和觀測噪聲都為有色噪聲
10.4.1 狀態方程的建立
10.4.2 觀測方程的建立
10.5 仿真結果及分析
10.6 本章小結
第11章 非線性動態多尺度系統估計算法
11.1 引言
11.2 系統方程非線性、觀測方程線性
11.2.1 狀態方程的建立
11.2.2 觀測方程的建立
11.3 系統方程線性、觀測方程非線性
11.3.1 狀態方程的建立
11.3.2 觀測方程的建立
11.4 系統方程和觀測方程都為非線性
11.4.1 狀態方程的建立
11.4.2 觀測方程的建立
11.5 仿真結果及分析
11.6 本章小結
第12章 基於M帶小波的動態多尺度系統估計算法
12.1 引言
12.2 基於狀態空間投影的集中式最優估計算法
12.2.1 基於M帶小波的狀態空間投影
12.2.2 觀測方程
12.2.3 狀態方程
12.2.4 各尺度上的最優狀態估計值
12.3 本章小結
結束語
參考文獻
