《現代信息融合技術在組合導航中的套用》是國防工業出版社出版的圖書，作者是卞鴻巍。本書介紹了重點研究的組合導航技術是一種研究活躍、套用廣泛、典型的信息融合技術等。
基本介紹
- 書名：現代信息融合技術在組合導航中的套用
- 作者：卞鴻巍
- ISBN：9787118071528
- 類別：圖書 > 科技 > 電子與通信
- 頁數：262
- 出版社：國防工業出版社
- 出版時間：2010-12-01
- 裝幀：平裝
- 開本：16開
- 叢書名：普通高等教育國家級規劃教材
內容簡介,圖書目錄,
內容簡介
《現代信息融合技術在組合導航中的套用》主要內容有：信息融合和組合導航的基本概念、組合導航系統的數學基礎和研究方法、線性離散系統最優估計方法、組合導航中各種卡爾曼濾波技術、非線性系統狀態估計濾波方法、智慧型信息融合技術在組合導航中的套用方法、聯邦卡爾曼濾波器的設計及套用等。本書可作為導航專業本科生和碩士研究生的課程教材，又可作為工-程技術人員在組合導航系統科研中的參考用書。
圖書目錄
第1章 信息融合與組合導航……1
1.1 信息融合的基本概念……1
1.1.1 信息融合的由來……1
1.1.2 信息融合的定義……2
1.1.3 信息融合技術的套用……3
1.2 信息融合系統的功能與結構模型……4
1.2.1 信息融合系統的功能級別……4
1.2.2 信息融合系統的功能模型……5
1.2.3 信息融合系統的結構模型……7
1.2.4 信息融合理論的研究動向……11
1.3 導航系統的基本概念……12
1.3.1 導航的基本概念……12
1.3.2 導航系統在現代戰爭中的地位……13
1.3.3 主要導航系統概述……16
1.3.4 環境信息獲取系統……24
1.3.5 信息支持與決策控制系統……26
1.4 組合導航系統的基本概念……28
1.4.1 組合導航的歷史與發展……28
1.4.2 組合導航的基本概念……30
1.4.3 常見的組合導航系統……31
1.4.4 海軍艦艇組合導航系統……33
1.5 組合導航理論的發展……35
1.5.1 組合導航與信息融合之間的關係……35
1.5.2 線性組合導航系統狀態估計理論……36
1.5.3 非線性組合導航系統狀態估計理論……37
本章小結……38
參考文獻……39
第2章 組合導航數學基礎與研究方法……40
2.1 組合導航數學基礎……40
2.1.1 機率論基礎知識……40
2.1.2 隨機過程基礎知識……43
2.2 具有隨機干擾的線性動力學系統……48
2.2.1 隨機線性連續系統的數學模型……48
2.2.2 隨機線性離散系統的數學模型……49
2.2.3 隨機線性連續系統的離散化……50
2.3 導航系統數學模型……53
2.3.1 慣性導航系統數學誤差模型……53
2.3.2 衛星導航系統誤差數學模型……54
2.4 最優估計方法……55
2.4.1 最小二乘估計……55
2.4.2 最小方差估計與線性最小方差估計……56
2.4.3 極大驗後估計與極大似然估計……58
2.4.4 貝葉斯估計……59
2.4.5 幾種最優估計比較……60
2.5 組合導航系統的研究方法……60
2.5.1 組合導航系統研究的一般過程……60
2.5.2 組合導航系統的設計模式……61
2.5.3 組合導航數學仿真方法……62
2.5.4 組合導航系統的測試……64
2.6 組合導航系統數字開發平台……64
2.6.1 組合導航系統數字開發平台架構……65
2.6.2 數字開發平台系統數學模型研究……67
2.6.3 組合導航系統數字開發平台功能……67
本章小結……68
參考文獻……69
第3章 離散線性系統最優估計方法及其套用……70
3.1 卡爾曼濾波的基本概念……70
3.1.1 卡爾曼濾波的基本原理……70
3.1.2 最優濾波、預測與平滑的概念……72
3.2 隨機線性離散系統的卡爾曼濾波方程……72
3.2.1 隨機線性離散系統的卡爾曼濾波方程的直觀推導……73
3.2.2 隨機線性連續系統的卡爾曼濾波基本方程……75
3.3 線性系統卡爾曼濾波的貝葉斯推導……77
3.3.1 遞推貝葉斯估計……77
3.3.2 隨機線性離散系統的卡爾曼濾波方程的貝葉斯推導……80
3.4 卡爾曼濾波的穩定性……83
3.5 隨機線性離散系統的最優預測……84
3.6 隨機線性離散系統的最優平滑……86
3.6.1 平滑估計方法……86
3.6.2 固定區間平滑遞推公式推導……88
3.7 基於INS的組合導航通用卡爾曼濾波模型……93
3.7.1 GINS系統平台與姿態角誤差變換矩陣……93
3.7.2 基於INS的組合導航通用卡爾曼濾波模型……95
3.7.3 不同外觀測量下的組合子系統的可觀測性分析……97
3.7.4 不同外觀測量下的初始對準可觀測度分析……98
3.8 卡爾曼濾波在組合導航中的套用算例……100
3.8.1 卡爾曼濾波器在INS/GPS組合導航中的套用……100
3.8.2 最優平滑濾波在INS/GPS組合導航中的算例……104
本章小結……107
參考文獻……108
第4章 自適應卡爾曼濾波技術及其套用……109
4.1 卡爾曼濾波的發散問題……109
4.1.1 卡爾曼濾波發散的原因……109
4.1.2 卡爾曼濾波的發散現象舉例……109
4.2 卡爾曼濾波的發散的抑制……112
4.2.1 衰減記憶濾波算法……112
4.2.2 限定記憶濾波算法……114
4.2.3 自適應濾波原理……115
4.3 卡爾曼濾波器新息序列……115
4.3.1 卡爾曼濾波器新息的概念……115
4.3.2 新息方式的卡爾曼濾波形式……116
4.3.3 濾波器理想穩態時新息序列……116
4.3.4 濾波器非理想狀態時的新息序列……117
4.4 基於新息自適應估計(IAE)的卡爾曼濾波技術……117
4.4.1 新息調製方差匹配技術……117
4.4.2 新息自適應估計卡爾曼濾波算法……118
4.4.3 新息相關法自適應濾波……122
4.5 基於多模型自適應估計(MMAE)卡爾曼濾波技術……125
4.6 強跟蹤自適應卡爾曼濾波器……127
4.7 GPS/INS組合導航系統自適應濾波……129
4.7.1 IAE自適應卡爾曼濾波數字驗證……129
4.7.2 靜態試驗驗證……131
本章小結……133
參考文獻……133
第5章 非線性系統狀態估計及其套用……135
5.1 非線性系統基本概念……135
5.2 擴展卡爾曼濾波……136
5.2.1 圍繞標稱狀態線性化的卡爾曼濾波方程……136
5.2.2 圍繞估計狀態的線性化……140
5.2.3 實例分析……142
5.3 無跡卡爾曼濾波(UKF)……144
5.3.1 Unscented變換……145
5.3.2 Unscented卡爾曼濾波基本方程……148
5.3.3 實例分析……149
5.4 粒子濾波……150
5.4.1 粒子濾波的理論基礎……151
5.4.2 重要性密度的選擇……156
5.4.3 SIR濾波器……157
5.4.4 粒子濾波套用實例……157
5.5 非線性濾波技術在GPS/DR組合定位系統中的套用……159
5.5.1 DR系統定位原理……159
5.5.2 GPS/DR組合系統的狀態方程……160
5.5.3 GPS/DR組合系統的量測方程……161
5.5.4 三種非線性濾波方法比較……161
5.6 基於UKF/PF的水下導航組合濾波器設計……164
5.6.1 DR/INS濾波模型……164
5.6.2 UKF/PF混合濾波算法……165
5.6.3 基於UKF/PF的組合濾波器仿真試驗……166
本章小結……168
參考文獻……169
第6章 模糊自適應狀態估計及其套用……170
6.1 模糊理論概述……171
6.1.1 模糊現象存在的普遍性……171
6.1.2 模糊理論的基本概念……171
6.2 模糊理論基礎知識……173
6.2.1 模糊集合……173
6.2.2 隸屬函式……175
6.2.3 模糊關係和模糊矩陣……176
6.2.4 模糊規則與模糊推理……178
6.2.5 Mamdani型推理與sugeno型推理……181
6.3 模糊控制器的設計方法……182
6.3.1 模糊邏輯控制過程……182
6.3.2 輸入變數和輸出變數的確定……182
6.3.3 論域的確定……183
6.3.4 模糊化方法……184
6.3.5 解模糊判決方法……185
6.4 組合導航系統模糊規則設計方法……187
6.4.1 模糊控制規則一般設計方法……187
6.4.2 基於系統工作狀態的組合導航系統模糊規則設計方法……188
6.4.3 基於濾波器新息狀態的組導系統模糊規則設計方法……191
6.5 模糊控制在車載GPS/DR組合導航系統中的套用……193
6.5.1 基於卡爾曼濾波器的車載DR系統……194
6.5.2 車載GPS/DR組合導航系統方案……196
6.5.3 基於模糊規則的GPS/DR融合算法……197
本章小結……199
參考文獻……200
第7章 神經網路信息融合技術及其套用……201
7.1 神經網路基礎知識……202
7.1.1 引言……202
7.1.2 神經網路的一般結構……204
7.1.3 神經網路的學習方法……206
7.1.4 神經網路工程套用的能力特點……207
7.2 典型神經網路及其學習算法……208
7.2.1 誤差反向傳播網路(BP網路)……208
7.2.2 徑向基函式神經網路(RBF網路)……212
7.3 自適應神經網路模糊推理系統(ANFIS)……215
7.3.1 ANFIS的結構……215
7.3.2 ANFIS的學習算法……218
7.3.3 ANFIS的總體評價……218
7.4 基於神經網路技術的狀態估計……219
7.4.1 神經網路狀態估計的特點……219
7.4.2 神經網路狀態估計的關鍵問題……219
7.4.3 神經網路狀態估計的主要方法……220
7.5 神經網路在組合導航信息融合的套用……223
7.5.1 組合導航神經網路信息融合的主要方法……223
7.5.2 基於BP神經網路的GPS/INS組合導航信息融合方法……224
7.5.3 基於ANFIS神經網路的GPS/INS組合導航信息融合方法……226
本章小結……230
參考文獻……230
第8章 聯邦卡爾曼濾波技術及其套用……231
8.1 各子濾波器估計不相關條件下的聯邦濾波算法……231
8.2 各子濾波器估計相關條件下的聯邦濾波算法……233
8.2.1 信息分配原則與全局最優估計……233
8.2.2 聯邦濾波算法的時間更新……235
8.2.3 聯邦濾波算法的觀測更新……237
8.2.4 聯邦卡爾曼濾波器設計步驟……238
8.3 聯邦濾波器控制結構與信息分配……239
8.3.1 聯邦卡爾曼濾波器控制結構……239
8.3.2 公共參考信息的分配原則……241
8.3.3 聯邦濾波器信息分配算法……241
8.4 聯邦濾波器設計數據時空關聯……243
8.4.1 信息的同步處理……243
8.4.2 非等間隔時間關聯問題……244
8.4.3 算法最優性證明……246
8.5 聯邦濾波器容錯設計算法……249
8.5.1 聯邦系統故障檢測與隔離算法……249
8.5.2 聯邦系統重構與信息補償方法……252
8.6 聯邦卡爾曼濾波算法在艦艇組合導航系統中的套用……253
8.6.1 組合導航系統聯邦卡爾曼濾波器設計……253
8.6.2 組合導航系統容錯設計……258
8.6.3 數學仿真與結果分析……259
本章小結……261
參考文獻……261
1.1 信息融合的基本概念……1
1.1.1 信息融合的由來……1
1.1.2 信息融合的定義……2
1.1.3 信息融合技術的套用……3
1.2 信息融合系統的功能與結構模型……4
1.2.1 信息融合系統的功能級別……4
1.2.2 信息融合系統的功能模型……5
1.2.3 信息融合系統的結構模型……7
1.2.4 信息融合理論的研究動向……11
1.3 導航系統的基本概念……12
1.3.1 導航的基本概念……12
1.3.2 導航系統在現代戰爭中的地位……13
1.3.3 主要導航系統概述……16
1.3.4 環境信息獲取系統……24
1.3.5 信息支持與決策控制系統……26
1.4 組合導航系統的基本概念……28
1.4.1 組合導航的歷史與發展……28
1.4.2 組合導航的基本概念……30
1.4.3 常見的組合導航系統……31
1.4.4 海軍艦艇組合導航系統……33
1.5 組合導航理論的發展……35
1.5.1 組合導航與信息融合之間的關係……35
1.5.2 線性組合導航系統狀態估計理論……36
1.5.3 非線性組合導航系統狀態估計理論……37
本章小結……38
參考文獻……39
第2章 組合導航數學基礎與研究方法……40
2.1 組合導航數學基礎……40
2.1.1 機率論基礎知識……40
2.1.2 隨機過程基礎知識……43
2.2 具有隨機干擾的線性動力學系統……48
2.2.1 隨機線性連續系統的數學模型……48
2.2.2 隨機線性離散系統的數學模型……49
2.2.3 隨機線性連續系統的離散化……50
2.3 導航系統數學模型……53
2.3.1 慣性導航系統數學誤差模型……53
2.3.2 衛星導航系統誤差數學模型……54
2.4 最優估計方法……55
2.4.1 最小二乘估計……55
2.4.2 最小方差估計與線性最小方差估計……56
2.4.3 極大驗後估計與極大似然估計……58
2.4.4 貝葉斯估計……59
2.4.5 幾種最優估計比較……60
2.5 組合導航系統的研究方法……60
2.5.1 組合導航系統研究的一般過程……60
2.5.2 組合導航系統的設計模式……61
2.5.3 組合導航數學仿真方法……62
2.5.4 組合導航系統的測試……64
2.6 組合導航系統數字開發平台……64
2.6.1 組合導航系統數字開發平台架構……65
2.6.2 數字開發平台系統數學模型研究……67
2.6.3 組合導航系統數字開發平台功能……67
本章小結……68
參考文獻……69
第3章 離散線性系統最優估計方法及其套用……70
3.1 卡爾曼濾波的基本概念……70
3.1.1 卡爾曼濾波的基本原理……70
3.1.2 最優濾波、預測與平滑的概念……72
3.2 隨機線性離散系統的卡爾曼濾波方程……72
3.2.1 隨機線性離散系統的卡爾曼濾波方程的直觀推導……73
3.2.2 隨機線性連續系統的卡爾曼濾波基本方程……75
3.3 線性系統卡爾曼濾波的貝葉斯推導……77
3.3.1 遞推貝葉斯估計……77
3.3.2 隨機線性離散系統的卡爾曼濾波方程的貝葉斯推導……80
3.4 卡爾曼濾波的穩定性……83
3.5 隨機線性離散系統的最優預測……84
3.6 隨機線性離散系統的最優平滑……86
3.6.1 平滑估計方法……86
3.6.2 固定區間平滑遞推公式推導……88
3.7 基於INS的組合導航通用卡爾曼濾波模型……93
3.7.1 GINS系統平台與姿態角誤差變換矩陣……93
3.7.2 基於INS的組合導航通用卡爾曼濾波模型……95
3.7.3 不同外觀測量下的組合子系統的可觀測性分析……97
3.7.4 不同外觀測量下的初始對準可觀測度分析……98
3.8 卡爾曼濾波在組合導航中的套用算例……100
3.8.1 卡爾曼濾波器在INS/GPS組合導航中的套用……100
3.8.2 最優平滑濾波在INS/GPS組合導航中的算例……104
本章小結……107
參考文獻……108
第4章 自適應卡爾曼濾波技術及其套用……109
4.1 卡爾曼濾波的發散問題……109
4.1.1 卡爾曼濾波發散的原因……109
4.1.2 卡爾曼濾波的發散現象舉例……109
4.2 卡爾曼濾波的發散的抑制……112
4.2.1 衰減記憶濾波算法……112
4.2.2 限定記憶濾波算法……114
4.2.3 自適應濾波原理……115
4.3 卡爾曼濾波器新息序列……115
4.3.1 卡爾曼濾波器新息的概念……115
4.3.2 新息方式的卡爾曼濾波形式……116
4.3.3 濾波器理想穩態時新息序列……116
4.3.4 濾波器非理想狀態時的新息序列……117
4.4 基於新息自適應估計(IAE)的卡爾曼濾波技術……117
4.4.1 新息調製方差匹配技術……117
4.4.2 新息自適應估計卡爾曼濾波算法……118
4.4.3 新息相關法自適應濾波……122
4.5 基於多模型自適應估計(MMAE)卡爾曼濾波技術……125
4.6 強跟蹤自適應卡爾曼濾波器……127
4.7 GPS/INS組合導航系統自適應濾波……129
4.7.1 IAE自適應卡爾曼濾波數字驗證……129
4.7.2 靜態試驗驗證……131
本章小結……133
參考文獻……133
第5章 非線性系統狀態估計及其套用……135
5.1 非線性系統基本概念……135
5.2 擴展卡爾曼濾波……136
5.2.1 圍繞標稱狀態線性化的卡爾曼濾波方程……136
5.2.2 圍繞估計狀態的線性化……140
5.2.3 實例分析……142
5.3 無跡卡爾曼濾波(UKF)……144
5.3.1 Unscented變換……145
5.3.2 Unscented卡爾曼濾波基本方程……148
5.3.3 實例分析……149
5.4 粒子濾波……150
5.4.1 粒子濾波的理論基礎……151
5.4.2 重要性密度的選擇……156
5.4.3 SIR濾波器……157
5.4.4 粒子濾波套用實例……157
5.5 非線性濾波技術在GPS/DR組合定位系統中的套用……159
5.5.1 DR系統定位原理……159
5.5.2 GPS/DR組合系統的狀態方程……160
5.5.3 GPS/DR組合系統的量測方程……161
5.5.4 三種非線性濾波方法比較……161
5.6 基於UKF/PF的水下導航組合濾波器設計……164
5.6.1 DR/INS濾波模型……164
5.6.2 UKF/PF混合濾波算法……165
5.6.3 基於UKF/PF的組合濾波器仿真試驗……166
本章小結……168
參考文獻……169
第6章 模糊自適應狀態估計及其套用……170
6.1 模糊理論概述……171
6.1.1 模糊現象存在的普遍性……171
6.1.2 模糊理論的基本概念……171
6.2 模糊理論基礎知識……173
6.2.1 模糊集合……173
6.2.2 隸屬函式……175
6.2.3 模糊關係和模糊矩陣……176
6.2.4 模糊規則與模糊推理……178
6.2.5 Mamdani型推理與sugeno型推理……181
6.3 模糊控制器的設計方法……182
6.3.1 模糊邏輯控制過程……182
6.3.2 輸入變數和輸出變數的確定……182
6.3.3 論域的確定……183
6.3.4 模糊化方法……184
6.3.5 解模糊判決方法……185
6.4 組合導航系統模糊規則設計方法……187
6.4.1 模糊控制規則一般設計方法……187
6.4.2 基於系統工作狀態的組合導航系統模糊規則設計方法……188
6.4.3 基於濾波器新息狀態的組導系統模糊規則設計方法……191
6.5 模糊控制在車載GPS/DR組合導航系統中的套用……193
6.5.1 基於卡爾曼濾波器的車載DR系統……194
6.5.2 車載GPS/DR組合導航系統方案……196
6.5.3 基於模糊規則的GPS/DR融合算法……197
本章小結……199
參考文獻……200
第7章 神經網路信息融合技術及其套用……201
7.1 神經網路基礎知識……202
7.1.1 引言……202
7.1.2 神經網路的一般結構……204
7.1.3 神經網路的學習方法……206
7.1.4 神經網路工程套用的能力特點……207
7.2 典型神經網路及其學習算法……208
7.2.1 誤差反向傳播網路(BP網路)……208
7.2.2 徑向基函式神經網路(RBF網路)……212
7.3 自適應神經網路模糊推理系統(ANFIS)……215
7.3.1 ANFIS的結構……215
7.3.2 ANFIS的學習算法……218
7.3.3 ANFIS的總體評價……218
7.4 基於神經網路技術的狀態估計……219
7.4.1 神經網路狀態估計的特點……219
7.4.2 神經網路狀態估計的關鍵問題……219
7.4.3 神經網路狀態估計的主要方法……220
7.5 神經網路在組合導航信息融合的套用……223
7.5.1 組合導航神經網路信息融合的主要方法……223
7.5.2 基於BP神經網路的GPS/INS組合導航信息融合方法……224
7.5.3 基於ANFIS神經網路的GPS/INS組合導航信息融合方法……226
本章小結……230
參考文獻……230
第8章 聯邦卡爾曼濾波技術及其套用……231
8.1 各子濾波器估計不相關條件下的聯邦濾波算法……231
8.2 各子濾波器估計相關條件下的聯邦濾波算法……233
8.2.1 信息分配原則與全局最優估計……233
8.2.2 聯邦濾波算法的時間更新……235
8.2.3 聯邦濾波算法的觀測更新……237
8.2.4 聯邦卡爾曼濾波器設計步驟……238
8.3 聯邦濾波器控制結構與信息分配……239
8.3.1 聯邦卡爾曼濾波器控制結構……239
8.3.2 公共參考信息的分配原則……241
8.3.3 聯邦濾波器信息分配算法……241
8.4 聯邦濾波器設計數據時空關聯……243
8.4.1 信息的同步處理……243
8.4.2 非等間隔時間關聯問題……244
8.4.3 算法最優性證明……246
8.5 聯邦濾波器容錯設計算法……249
8.5.1 聯邦系統故障檢測與隔離算法……249
8.5.2 聯邦系統重構與信息補償方法……252
8.6 聯邦卡爾曼濾波算法在艦艇組合導航系統中的套用……253
8.6.1 組合導航系統聯邦卡爾曼濾波器設計……253
8.6.2 組合導航系統容錯設計……258
8.6.3 數學仿真與結果分析……259
本章小結……261
參考文獻……261
