非線性系統加權觀測融合估計理論及其套用

非線性系統加權觀測融合估計理論及其套用

《非線性系統加權觀測融合估計理論及其套用》是2019年11月電子工業出版社出版的圖書,作者是郝鋼。

基本介紹

  • 書名:非線性系統加權觀測融合估計理論及其套用
  • 作者:郝鋼
  • ISBN:9787121374159
  • 頁數:336頁
  • 定價:129元
  • 出版社:電子工業出版社
  • 出版時間:2019年11月
  • 開本:16開
內容簡介,圖書目錄,

內容簡介

本書系統地介紹了由作者提出的非線性系統的信息融合估計新方法、艱匪捆新理論及套用。本書主要介紹了幾種非線性系統的估計方法白體嘗,並從優缺點、適用範圍、算法精度、複雜度等方面進行性能分析。為了提高單個感測器的估計精度,提出了非線性系統的多感測器信息融合方法——加權觀測融合方法,該方法有效地解決了非線性系統的融合問題。

圖書目錄

第1 章 緒論 ............................................................................................................ 1
1.1 多感測器信息融合理論 ........................................................................... 1
1.1.1 多感測器信息融合 ........................................................................ 1
1.1.2 信整芝頸灑息融合國內外擊永發展現狀 ............................................................. 5
1.2 系統辨識 ................................................................................................... 7
1.2.1 系統辨識的目的 ............................................................................ 8
1.2.2 系統辨識的方法樂提習元 ............................................................................ 9
1.2.3 自校正濾波算法 .......................................................................... 11
1.3 非線性系統融合估計 ............................................................................. 14
1.3.1 信息融合滲舟拜結構模型 ...................................................................... 14
1.3.2 信息融合的主要技術方法 ........................................................... 19
1.3.3 非線性系統估計研究現狀 ........................................................... 20
1.3.4 融合估計研究現狀 ...................................................................... 21
1.3.5 非線性系統融合估計研究現狀 ................................................... 24
1.4 主要研究內容 ......................................................................................... 25
第2 章 一般非線性系統濾波方法及性能分析 .................................................. 28
2.1 遞推線性最小方差估計框架 ................................................................. 29
2.1.1 射影定理 ...................................................................................... 30
2.1.2 新息序列棕笑試 ...................................................................................... 35
2.1.3 遞推線性最小方差濾波框架 ....................................................... 38
2.1.4 Kalman 濾波器 ............................................................................. 41
2.1.5 ARMA 新息模型 ......................................................................... 46
2.1.6 基於ARMA 新息模型的穩態Kalman 濾波器 .......................... 47
2.2 無跡Kalman 濾波算法 ........................................................................... 48
2.2.1 UKF 濾波算法原理 ..................................................................... 48
2.2.2 Sigma 點採樣策略 ....................................................................... 50
2.2.3 UKF 濾波算法 ............................................................................. 55
2.3 容積Kalman 濾波算法 ........................................................................... 56
2.3.1 容積規則 ...................................................................................... 57
2.3.2 容積Kalman 濾波算法 ................................................................ 60
2.4 粒子濾波算法 ......................................................................................... 63
2.4.1 最優貝葉斯遞推濾波和重要性採樣 ........................................... 63
2.4.2 序貫重要性採樣 .......................................................................... 65
2.4.3 PF 濾波算法 ................................................................................. 66
2.5 3 種非線性濾波算法的比較分析 ........................................................... 67
2.6 本章小結 ................................................................................................. 68
第3 章 線性系統的多感測器自校正加權觀測融合Kalman 濾波器 ............... 69
3.1 最優加權觀測融合Kalman 濾波器 ....................................................... 71
3.1.1 線性系統的加權觀測融合算法 ................................................... 71
3.1.2 最優加權觀測融合Kalman 濾波器 ............................................ 73
3.2 基於最小二乘法的自校正加權觀測融合Kalman 濾波器 ................... 74
3.2.1 自校正Kalman 濾波器 ................................................................74
3.2.2 基於最小二乘法的自校正加權觀測融合Kalman 濾波器 ........ 77
3.2.3 基於相關函式辨識器的自校正加權觀測融合
Kalman 濾波器 ............................................................................. 80
3.3 基於協同辨識的自校正加權觀測融合Kalman 濾波器 ....................... 82
3.3.1 具有相同觀測矩陣和不相關觀測噪聲的情形 ........................... 83
3.3.2 具有不同觀測矩陣和不相關觀測噪聲情形 ............................... 88
3.3.3 系統具有不同觀測矩陣和相關觀測噪聲 ................................... 95
3.4 仿真 ......................................................................................................... 98
3.5 本章小結 ............................................................................................... 109
第4 章 非線性系統的最優和自校正加權觀測融合UKF 濾波器 ................... 111
4.1 多感測器加權觀測融合UKF 濾波器 .................................................. 112
4.1.1 集中式觀測融合UKF 濾波器 ................................................... 113
4.1.2 加權觀測融合UKF 濾波器 ....................................................... 113
4.1.3 加權觀測融合UKF 濾波器與集中式觀測融合
UKF 濾波器在數值上的完全等價性 ........................................ 115
4.2 自校正加權觀測融合UKF 濾波器 ...................................................... 121
4.2.1 噪聲方差的估計算法................................................................. 121
4.2.2 基於Sage-Husa 估計的Qw 估計算法 ....................................... 123
4.2.3 多感測器加權觀測融合自校正UKF 濾波器 ........................... 125
4.3 仿真例子 ............................................................................................... 125
4.4 本章小結 ............................................................................................... 130
第5 章 基於Taylor 級數逼近的非線性系統加權觀測融合估計理論 ............ 132
5.1 基於Taylor 級數逼近的非線性系統加權觀測融合算法 ................... 133
5.2 基於Taylor 級數逼近的非線性系統加權觀測融合UKF
(WMF-UKF)濾波算法 ........................................................................ 139
5.2.1 基於Taylor 級數逼近的非線性系統WMF-UKF 濾波算法 .... 139
5.2.2 WMF-UKF 的漸近最優性 ......................................................... 142
5.2.3 WMF-UKF 的計算量分析 ......................................................... 148
5.3 基於Taylor 級數逼近的非線性系統加權觀測融合CKF(WMF-CKF)
濾波算法 ............................................................................................... 149
5.3.1 基於Taylor 級數逼近的非線性系統WMF-CKF 濾波算法 .... 149
5.3.2 WMF-CKF 的漸近最優性 ......................................................... 152
5.3.3 WMF-CKF 的計算量分析 ......................................................... 153
5.4 基於Taylor 級數逼近的非線性系統加權觀測融合PF(WMF-PF)
濾波算法 ................................................................................................ 153
5.4.1 基於Taylor 級數逼近的非線性系統WMF-PF 濾波算法 ....... 153
5.4.2 WMF-PF 的漸近最優性 ............................................................ 155
5.4.3 WMF-PF 的計算量分析 ............................................................ 156
5.5 WMF-UKF、WMF-CKF 和WMF-PF 的比較分析 ............................ 157
5.6 仿真研究 ............................................................................................... 157
5.7 本章小結 ............................................................................................... 181
第6 章 基於Gauss-Hermite 逼近的非線性系統加權觀測融合估計算法 .. 183
6.1 基於Gauss-Hermite 逼近的非線性系統加權觀測融合
(WMF)算法 ....................................................................................... 184
6.1.1 Gauss-Hermite 逼近 ................................................................... 185
6.1.2 基於Gauss-Hermite 逼近的非線性系統WMF 算法 ............... 190
6.2 基於Gauss-Hermite 逼近的非線性系統加權觀測融合UKF
(WMF-UKF)濾波算法 ...................................................................... 193
6.2.1 基於Gauss-Hermite 逼近的非線性系統WMF-UKF 濾波算法 ... 193
6.2.2 WMF-UKF 的計算量分析 ......................................................... 197
6.3 基於Gauss-Hermite 逼近的非線性系統加權觀測融合
CKF(WMF-CKF)濾波算法 ............................................................ 197
6.3.1 基於Gauss-Hermite 逼近的非線性系統WMF-CKF 濾波算法 ... 197
6.3.2 WMF-CKF 的計算量分析 ......................................................... 200
6.4 基於Gauss-Hermite 逼近的非線性系統加權觀測融合PF
(WMF-PF)濾波算法 ......................................................................... 201
6.4.1 基於Gauss-Hermite 逼近的非線性系統WMF-PF 濾波算法 .... 201
6.4.2 WMF-PF 的計算量分析 ............................................................ 203
6.5 仿真研究 ............................................................................................... 203
6.6 本章小結 ............................................................................................... 226
第7 章 噪聲相關的非線性系統加權觀測融合估計算法 ............................. 227
7.1 基於Taylor 級數逼近的噪聲相關非線性系統WMF-UKF
濾波算法 ............................................................................................... 228
7.1.1 系統噪聲和觀測噪聲的去相關 ................................................. 229
7.1.2 噪聲相關非線性系統WMF-UKF 濾波算法 ............................ 231
7.2 基於Taylor 級數逼近的噪聲相關非線性系統WMF-CKF 濾波算法 ... 234
7.3 基於Taylor 級數逼近的噪聲相關非線性系統WMF-PF 濾波算法....... 237
7.4 基於Gauss-Hermite 逼近的噪聲相關非線性系統WMF-UKF
濾波算法 ............................................................................................... 239
7.5 基於Gauss-Hermite 逼近的噪聲相關非線性系統WMF-CKF
濾波算法 ............................................................................................... 243
7.6 基於Gauss-Hermite 逼近的噪聲相關非線性系統WMF-PF
濾波算法 .............................................................................................. 246
7.7 仿真研究 ............................................................................................... 248
7.8 本章小結 ............................................................................................... 267
第8 章 多感測器加權觀測融合Kalman 濾波器的預測控制算法 ................. 268
8.1 加權觀測融合Kalman 濾波器的預測控制系統 ................................. 268
8.2 加權觀測融合預測控制算法 ............................................................... 271
8.3 自校正加權觀測融合預測控制算法 .................................................... 275
8.3.1 帶相同觀測矩陣和不相關觀測噪聲的情形 ............................. 275
8.3.2 帶不同觀測矩陣和不相關觀測噪聲的情形 ............................. 277
8.3.3 帶不同觀測矩陣和相關觀測噪聲的情形 ................................. 281
8.4 仿真 ....................................................................................................... 284
8.4.1 帶相同觀測矩陣和不相關觀測噪聲的系統仿真 ..................... 284
8.4.2 帶不同觀測矩陣和不相關觀測噪聲的系統仿真 ..................... 288
8.4.3 帶不同觀測矩陣和相關觀測噪聲的系統仿真 ......................... 293
8.5 本章小結 ............................................................................................... 298
參考文獻 ................................................................................................................ 300
1.3.4 融合估計研究現狀 ...................................................................... 21
1.3.5 非線性系統融合估計研究現狀 ................................................... 24
1.4 主要研究內容 ......................................................................................... 25
第2 章 一般非線性系統濾波方法及性能分析 .................................................. 28
2.1 遞推線性最小方差估計框架 ................................................................. 29
2.1.1 射影定理 ...................................................................................... 30
2.1.2 新息序列 ...................................................................................... 35
2.1.3 遞推線性最小方差濾波框架 ....................................................... 38
2.1.4 Kalman 濾波器 ............................................................................. 41
2.1.5 ARMA 新息模型 ......................................................................... 46
2.1.6 基於ARMA 新息模型的穩態Kalman 濾波器 .......................... 47
2.2 無跡Kalman 濾波算法 ........................................................................... 48
2.2.1 UKF 濾波算法原理 ..................................................................... 48
2.2.2 Sigma 點採樣策略 ....................................................................... 50
2.2.3 UKF 濾波算法 ............................................................................. 55
2.3 容積Kalman 濾波算法 ........................................................................... 56
2.3.1 容積規則 ...................................................................................... 57
2.3.2 容積Kalman 濾波算法 ................................................................ 60
2.4 粒子濾波算法 ......................................................................................... 63
2.4.1 最優貝葉斯遞推濾波和重要性採樣 ........................................... 63
2.4.2 序貫重要性採樣 .......................................................................... 65
2.4.3 PF 濾波算法 ................................................................................. 66
2.5 3 種非線性濾波算法的比較分析 ........................................................... 67
2.6 本章小結 ................................................................................................. 68
第3 章 線性系統的多感測器自校正加權觀測融合Kalman 濾波器 ............... 69
3.1 最優加權觀測融合Kalman 濾波器 ....................................................... 71
3.1.1 線性系統的加權觀測融合算法 ................................................... 71
3.1.2 最優加權觀測融合Kalman 濾波器 ............................................ 73
3.2 基於最小二乘法的自校正加權觀測融合Kalman 濾波器 ................... 74
3.2.1 自校正Kalman 濾波器 ................................................................74
3.2.2 基於最小二乘法的自校正加權觀測融合Kalman 濾波器 ........ 77
3.2.3 基於相關函式辨識器的自校正加權觀測融合
Kalman 濾波器 ............................................................................. 80
3.3 基於協同辨識的自校正加權觀測融合Kalman 濾波器 ....................... 82
3.3.1 具有相同觀測矩陣和不相關觀測噪聲的情形 ........................... 83
3.3.2 具有不同觀測矩陣和不相關觀測噪聲情形 ............................... 88
3.3.3 系統具有不同觀測矩陣和相關觀測噪聲 ................................... 95
3.4 仿真 ......................................................................................................... 98
3.5 本章小結 ............................................................................................... 109
第4 章 非線性系統的最優和自校正加權觀測融合UKF 濾波器 ................... 111
4.1 多感測器加權觀測融合UKF 濾波器 .................................................. 112
4.1.1 集中式觀測融合UKF 濾波器 ................................................... 113
4.1.2 加權觀測融合UKF 濾波器 ....................................................... 113
4.1.3 加權觀測融合UKF 濾波器與集中式觀測融合
UKF 濾波器在數值上的完全等價性 ........................................ 115
4.2 自校正加權觀測融合UKF 濾波器 ...................................................... 121
4.2.1 噪聲方差的估計算法................................................................. 121
4.2.2 基於Sage-Husa 估計的Qw 估計算法 ....................................... 123
4.2.3 多感測器加權觀測融合自校正UKF 濾波器 ........................... 125
4.3 仿真例子 ............................................................................................... 125
4.4 本章小結 ............................................................................................... 130
第5 章 基於Taylor 級數逼近的非線性系統加權觀測融合估計理論 ............ 132
5.1 基於Taylor 級數逼近的非線性系統加權觀測融合算法 ................... 133
5.2 基於Taylor 級數逼近的非線性系統加權觀測融合UKF
(WMF-UKF)濾波算法 ........................................................................ 139
5.2.1 基於Taylor 級數逼近的非線性系統WMF-UKF 濾波算法 .... 139
5.2.2 WMF-UKF 的漸近最優性 ......................................................... 142
5.2.3 WMF-UKF 的計算量分析 ......................................................... 148
5.3 基於Taylor 級數逼近的非線性系統加權觀測融合CKF(WMF-CKF)
濾波算法 ............................................................................................... 149
5.3.1 基於Taylor 級數逼近的非線性系統WMF-CKF 濾波算法 .... 149
5.3.2 WMF-CKF 的漸近最優性 ......................................................... 152
5.3.3 WMF-CKF 的計算量分析 ......................................................... 153
5.4 基於Taylor 級數逼近的非線性系統加權觀測融合PF(WMF-PF)
濾波算法 ................................................................................................ 153
5.4.1 基於Taylor 級數逼近的非線性系統WMF-PF 濾波算法 ....... 153
5.4.2 WMF-PF 的漸近最優性 ............................................................ 155
5.4.3 WMF-PF 的計算量分析 ............................................................ 156
5.5 WMF-UKF、WMF-CKF 和WMF-PF 的比較分析 ............................ 157
5.6 仿真研究 ............................................................................................... 157
5.7 本章小結 ............................................................................................... 181
第6 章 基於Gauss-Hermite 逼近的非線性系統加權觀測融合估計算法 .. 183
6.1 基於Gauss-Hermite 逼近的非線性系統加權觀測融合
(WMF)算法 ....................................................................................... 184
6.1.1 Gauss-Hermite 逼近 ................................................................... 185
6.1.2 基於Gauss-Hermite 逼近的非線性系統WMF 算法 ............... 190
6.2 基於Gauss-Hermite 逼近的非線性系統加權觀測融合UKF
(WMF-UKF)濾波算法 ...................................................................... 193
6.2.1 基於Gauss-Hermite 逼近的非線性系統WMF-UKF 濾波算法 ... 193
6.2.2 WMF-UKF 的計算量分析 ......................................................... 197
6.3 基於Gauss-Hermite 逼近的非線性系統加權觀測融合
CKF(WMF-CKF)濾波算法 ............................................................ 197
6.3.1 基於Gauss-Hermite 逼近的非線性系統WMF-CKF 濾波算法 ... 197
6.3.2 WMF-CKF 的計算量分析 ......................................................... 200
6.4 基於Gauss-Hermite 逼近的非線性系統加權觀測融合PF
(WMF-PF)濾波算法 ......................................................................... 201
6.4.1 基於Gauss-Hermite 逼近的非線性系統WMF-PF 濾波算法 .... 201
6.4.2 WMF-PF 的計算量分析 ............................................................ 203
6.5 仿真研究 ............................................................................................... 203
6.6 本章小結 ............................................................................................... 226
第7 章 噪聲相關的非線性系統加權觀測融合估計算法 ............................. 227
7.1 基於Taylor 級數逼近的噪聲相關非線性系統WMF-UKF
濾波算法 ............................................................................................... 228
7.1.1 系統噪聲和觀測噪聲的去相關 ................................................. 229
7.1.2 噪聲相關非線性系統WMF-UKF 濾波算法 ............................ 231
7.2 基於Taylor 級數逼近的噪聲相關非線性系統WMF-CKF 濾波算法 ... 234
7.3 基於Taylor 級數逼近的噪聲相關非線性系統WMF-PF 濾波算法....... 237
7.4 基於Gauss-Hermite 逼近的噪聲相關非線性系統WMF-UKF
濾波算法 ............................................................................................... 239
7.5 基於Gauss-Hermite 逼近的噪聲相關非線性系統WMF-CKF
濾波算法 ............................................................................................... 243
7.6 基於Gauss-Hermite 逼近的噪聲相關非線性系統WMF-PF
濾波算法 .............................................................................................. 246
7.7 仿真研究 ............................................................................................... 248
7.8 本章小結 ............................................................................................... 267
第8 章 多感測器加權觀測融合Kalman 濾波器的預測控制算法 ................. 268
8.1 加權觀測融合Kalman 濾波器的預測控制系統 ................................. 268
8.2 加權觀測融合預測控制算法 ............................................................... 271
8.3 自校正加權觀測融合預測控制算法 .................................................... 275
8.3.1 帶相同觀測矩陣和不相關觀測噪聲的情形 ............................. 275
8.3.2 帶不同觀測矩陣和不相關觀測噪聲的情形 ............................. 277
8.3.3 帶不同觀測矩陣和相關觀測噪聲的情形 ................................. 281
8.4 仿真 ....................................................................................................... 284
8.4.1 帶相同觀測矩陣和不相關觀測噪聲的系統仿真 ..................... 284
8.4.2 帶不同觀測矩陣和不相關觀測噪聲的系統仿真 ..................... 288
8.4.3 帶不同觀測矩陣和相關觀測噪聲的系統仿真 ......................... 293
8.5 本章小結 ............................................................................................... 298
參考文獻 ................................................................................................................ 300

相關詞條

熱門詞條

聯絡我們