经典译丛·信息与通信技术卡尔曼滤波理论与实践(MATLAB版)(第4版)

首页 > 图书 > 教材教辅/2020-09-23 / 加入收藏 / 阅读 [打印]
经典译丛·信息与通信技术卡尔曼滤波理论与实践(MATLAB版)(第4版)

经典译丛·信息与通信技术卡尔曼滤波理论与实践(MATLAB版)(第4版)

作者:(美)Mohinder S. Grewa

开 本:其他

书号ISBN:9787121315350

定价:

出版时间:2016-05-01

出版社:电子工业出版社

经典译丛·信息与通信技术卡尔曼滤波理论与实践(MATLAB版)(第4版) 本书特色

本书深入系统地介绍了卡尔曼滤波的基础理论和实践考虑,涉及卡尔曼滤波的核心技术基础以及在实现中遇到的实际问题。包括:实际问题的数学模型表示方法、作为系统设计参数函数估计子的性能分析、实现机械方程的数值稳定算法、计算需求的评估、结果有效性的检验、滤波器工作性能的监控等内容。本书以大量现实世界中的实际问题作为例子,特别是拓展了导航系统的应用范围,包括GPS、陀螺仪和加速度计的误差模型、惯性导航系统和高速公路交通管制系统等。本书还提供了MATLAB源程序和精心设计的习题。全书译文已根据作者于2015年提供的两个勘误表进行过更正。

经典译丛·信息与通信技术卡尔曼滤波理论与实践(MATLAB版)(第4版) 内容简介

本书深入系统地介绍了卡尔曼滤波的基础理论和实践考虑,涉及卡尔曼滤波的核心技术基础以及在实现中遇到的实际问题。包括:实际问题的数学模型表示方法、作为系统设计参数函数估计子的性能分析、实现机械方程的数值稳定算法、计算需求的评估、结果有效性的检验、滤波器工作性能的监控等内容。本书以大量现实世界中的实际问题作为例子,特别是拓展了导航系统的应用范围,包括GPS、陀螺仪和加速度计的误差模型、惯性导航系统和高速公路交通管制系统等。本书还提供了MATLAB源程序和精心设计的习题。全书译文已根据作者于2015年提供的两个勘误表进行过更正。

经典译丛·信息与通信技术卡尔曼滤波理论与实践(MATLAB版)(第4版) 目录

第1章引言
1.1本章重点
1.2关于卡尔曼滤波
1.2.1**个问题: 什么是卡尔曼滤波器
1.2.2为什么被称为滤波器
1.2.3卡尔曼滤波的数学基础
1.2.4卡尔曼滤波的应用
1.3关于*优化估计方法
1.3.1*优估计理论的出现
1.3.2*小二乘方法
1.3.3不确定性的数学模型
1.3.4Wiener?Kolmogorov滤波器
1.3.5卡尔曼滤波器
1.3.6实现方法
1.3.7非线性近似
1.3.8真实非线性估计
1.3.9监视中的检测问题
1.4常用符号
1.4.1导数的“点”符号
1.4.2卡尔曼滤波器变量的标准符号
1.4.3数组维数的常用符号
1.5本章小结
习题
参考文献
第2章线性动态系统
2.1本章重点
2.1.1更大的示意图
2.1.2动态系统模型
2.1.3涵盖要点
2.2确定性动态系统模型
2.2.1微分方程表示的动态系统模型
2.2.2牛顿模型
2.2.3确定性系统的状态变量和状态方程
2.2.4连续时间和离散时间
2.2.5时变系统和时不变系统
2.3连续线性系统及其解
2.3.1线性动态系统的输入输出模型
2.3.2动态系数矩阵及输入耦合矩阵
2.3.3高阶导数的伴随形式
2.3.4输出和测量灵敏度矩阵
2.3.5差分方程和状态转移矩阵(STM)
2.3.6求解微分方程得到STM
2.3.7非齐次方程的解
2.3.8时不变系统的闭式解
2.3.9时变系统
2.4离散线性系统及其解
2.4.1离散线性系统
2.4.2时不变系统的离散时间解
2.5线性动态系统模型的可观测性
2.5.1如何确定动态系统模型是否可观测
2.5.2时不变系统的可观测性
2.5.3时不变线性系统的可控性
2.6本章小结
习题
参考文献
第3章概率与期望
3.1本章重点
3.2概率论基础
3.2.1测度论
3.2.2概率测度
3.2.3概率分布
3.2.4概率密度函数
3.2.5累积概率函数
3.3期望
3.3.1线性泛函
3.3.2期望算子
3.3.3概率分布的矩
3.4*小均方估计(LMSE)
3.4.1平方估计误差
3.4.2*小化
3.4.3*小均方估计误差
3.4.4均值和协方差: 需要记住的矩
3.4.5脱靶距离的其他测量方法
3.5变量变换
3.5.1线性变换
3.5.2利用解析函数的变换
3.5.3概率密度函数的变换
3.6统计中的矩阵迹
3.6.1协方差和均方幅度之间的关系
3.6.2线性泛函
3.6.3迹中的矩阵乘积互换
3.6.4卡方检验
3.6.5Schweppe似然比检测
3.6.6多假设检验
3.7本章小结
习题
参考文献
第4章随机过程
4.1本章重点
4.1.1涵盖要点
4.1.2未涉及的内容
4.2随机变量、 随机过程和随机序列
4.2.1历史背景
4.2.2定义
4.3统计特性
4.3.1独立同分布过程
4.3.2随机过程的均值
4.3.3时间相关和协方差
4.3.4不相关和正交随机过程
4.3.5严格平稳与广义平稳
4.3.6遍历随机过程
4.3.7马尔可夫过程和序列
4.3.8高斯随机过程
4.3.9模拟多变量高斯过程
4.3.10功率谱密度
4.4线性随机过程模型
4.4.1RP的随机微分方程
4.4.2随机序列(RS)的离散时间模型
4.4.3自回归过程和线性预测模型
4.5成型滤波器(SF)和状态增广
4.5.1相关过程噪声模型
4.5.2相关测量噪声模型

 1/3    1 2 3 下一页 尾页

教材 研究生/本科/专科教材 工学

在线阅读

 1/3    1 2 3 下一页 尾页
  • 最新内容
  • 相关内容
  • 网友推荐
  • 图文推荐