Kalman濾波理論及其在導航系統中的應用檢視原始碼討論檢視歷史

《Kalman濾波理論及其在導航系統中的應用》，付夢印 等 著，出版社： 科學出版社。

書籍是用文字、圖畫和其他符號，在一定材料上記錄各種知識，清楚地表達思想，並且制裝成卷冊的著作物，為傳播各種知識和思想，積累人類文化的重要工具。它隨着歷史的發展，在書寫方式、所使用的材料和裝幀形式，以及形態方面，也在不斷變化與變更。

內容簡介

《Kalman濾波理論及其在導航系統中的應用(第三版)》緊密結合Kalman濾波理論在導航、制導與控制領域的應用，系統介紹了Kalman濾波基礎理論及其*新發展。主要內容包括Kalman濾波理論基礎、隨機線性系統Kalman濾波基本方程、Kalman濾波的穩定性及誤差分析、實用Kalman濾波技術、魯棒自適應濾波技術、聯邦Kalman濾波、基於小波變換的多尺度Kalman濾波、擴展Kalman濾波、無跡Kalman濾波及粒子濾波等。《Kalman濾波理論及其在導航系統中的應用(第三版)》注重理論與工程實際相結合，在介紹理論基礎上，還融入了作者及其他研究者的實際應用成果，理論與實踐並重。

目錄

第1章 緒論1

1.1 Kalman濾波理論基礎1

1.1.1 濾波與估計2

1.1.2 線性*小方差估計4

1.1.3 正交投影定理6

1.1.4 白噪聲與有色噪聲7

1.2 Kalman濾波理論的發展及其應用8

思考題12

第2章 隨機線性系統Kalman濾波基本方程13

2.1 隨機線性系統的數學模型13

2.1.1 隨機線性離散系統的數學模型13

2.1.2 隨機線性連續系統的數學模型14

2.1.3 隨機線性連續系統的離散化16

2.2 隨機線性離散系統Kalman濾波方程19

2.2.1 隨機線性離散系統Kalman濾波基本方程19

2.2.2 隨機線性離散系統Kalman濾波方程的直觀推導21

2.2.3 隨機線性離散系統Kalman濾波方程的投影法推導23

2.3 隨機線性連續系統Kalman濾波基本方程28

2.4 隨機線性離散系統的*優預測與平滑31

2.4.1 隨機線性離散系統的*優預測31

2.4.2 隨機線性離散系統的*優平滑33

2.4.3 *優平滑方法在慣導系統中的應用34

2.5 Kalman濾波在車載慣導系統中的應用實例38

2.5.1 里程計誤差建模38

2.5.2 緊耦合輔助模式下系統建模40

2.5.3 跑車實驗驗證及結果分析42

思考題44

第3章 Kalman濾波的穩定性及誤差分析46

3.1 穩定性的概念46

3.2 隨機線性系統的可控性與可觀測性47

3.2.1 隨機線性系統的可控性47

3.2.2 隨機線性系統的可觀測性48

3.3 Kalman濾波穩定性的判別49

3.3.1 隨機線性系統的濾波穩定性判別49

3.3.2 特定條件系統的濾波穩定性判別51

3.4 Kalman濾波發散及誤差分析54

3.4.1 Kalman濾波中的發散現象54

3.4.2 Kalman濾波的誤差分析56

3.5 慣導系統可觀測性與可觀測度分析方法60

3.5.1 捷聯慣導系統誤差模型61

3.5.2 可觀測性分析方法63

3.5.3 可觀測度分析方法67

思考題76

第4章 實用Kalman濾波技術77

4.1 噪聲非標準假設條件下的Kalman濾波77

4.1.1 存在確定性控制時的Kalman濾波77

4.1.2 白噪聲相關條件下的Kalman濾波78

4.1.3 有色噪聲條件下的Kalman濾波80

4.1.4 厚尾噪聲條件下的Kalman濾波83

4.2 分解濾波87

4.2.1 非負定陣的三角形分解87

4.2.2 觀測值為標量時誤差方差平方根濾波89

4.2.3 序列平方根濾波92

4.2.4 UD分解濾波95

4.2.5 分解濾波在近地衛星GNSS自主定軌中的應用99

4.3 信息濾波105

4.3.1 信息平方根濾波105

4.3.2 厚尾噪聲條件下的信息濾波109

思考題111

第5章 魯棒自適應濾波技術113

5.1 系統的不確定性113

5.2 魯棒控制技術基礎114

5.2.1 基礎知識114

5.2.2 H∞控制的標準設計問題115

5.2.3 Hamilton矩陣與H∞標準設計問題的求解116

5.3 H∞濾波119

5.3.1 H∞濾波問題的表達119

5.3.2 次優H∞濾波問題的解120

5.3.3 H∞濾波器的參數化121

5.3.4 GPS/INS組合導航系統H∞濾波122

5.4 強跟蹤濾波125

5.4.1 強跟蹤濾波器的引入125

5.4.2 基於強跟蹤濾波的多傳感器狀態融合估計129

5.4.3 里程計輔助慣導系統動基座對準應用實例130

5.5 自適應濾波134

5.5.1 相關法自適應濾波135

5.5.2 Sage-Husa自適應Kalman濾波138

5.5.3 激光陀螺隨機漂移自適應Kalman濾波145

思考題148

第6章 聯邦Kalman濾波149

6.1 各子濾波器估計不相關條件下的聯邦Kalman濾波算法149

6.2 各子濾波器估計相關條件下的聯邦Kalman濾波算法151

6.2.1 信息分配原則與全局*優估計151

6.2.2 聯邦濾波算法的時間更新154

6.2.3 聯邦濾波算法的觀測更新155

6.2.4 聯邦濾波器的結構157

6.3 基於聯邦Kalman濾波的慣導系統姿態組合算法159

6.3.1 基於姿態-位置-速度組合方式的聯邦濾波器實現結構159

6.3.2 姿態組合觀測方程160

6.3.3 仿真實驗與結果分析161

6.4 基於聯邦Kalman濾波的自主無人系統多源融合導航算法164

6.4.1 自主無人系統多源融合導航聯邦Kalman濾波器結構165

6.4.2 自適應信息分配算法166

6.4.3 自適應聯邦Kalman濾波算法跑車實驗驗證168

思考題170

第7章 基於小波變換的多尺度Kalman濾波171

7.1 小波變換基礎171

7.1.1 小波變換概述171

7.1.2 多尺度分析173

7.1.3 Mallat算法177

7.2 多尺度系統理論179

7.3 動態系統的多尺度Kalman濾波181

7.4 多尺度Kalman濾波在導航系統中的應用184

7.4.1 系統描述184

7.4.2 多尺度模型的建立185

7.4.3 狀態的多尺度估計187

7.4.4 組合導航系統的多尺度Kalman濾波仿真實驗190

思考題193

第8章 擴展Kalman濾波195

8.1 普通擴展Kalman濾波195

8.1.1 隨機非線性離散系統標稱狀態線性化濾波196

8.1.2 隨機非線性離散系統擴展Kalman濾波198

8.1.3 擴展Kalman濾波在車輛GPS/DR組合定位系統中的應用200

8.2 多模型擴展Kalman濾波206

8.2.1 問題描述206

8.2.2 概率模型集設計206

8.2.3 多模型擴展Kalman濾波210

8.2.4 觀測信息隨機不可靠下的魯棒多模型擴展Kalman濾波211

8.2.5 實驗與結果分析212

思考題214

第9章 無跡Kalman濾波215

9.1 無跡變換與無跡Kalman濾波215

9.2 中心微分Kalman濾波218

9.3 平方根無跡Kalman濾波220

9.4 魯棒無跡Kalman濾波222

9.4.1 魯棒濾波算法代價函數的推導222

9.4.2 RDUKF算法流程224

9.4.3 RDUKF算法估計誤差的隨機有界性分析225

9.4.4 實驗與結果分析229

9.5 自適應魯棒無跡Kalman濾波233

9.5.1 代價函數構建233

9.5.2 基於自適應因子和*大相關熵準則的UKF算法設計236

9.5.3 實驗與結果分析239

9.6 基於自適應魯棒無跡Kalman濾波的重力匹配方法241

9.6.1 重力匹配算法誤差模型建立241

9.6.2 基於ARUKF的重力匹配算法243

9.6.3 算法仿真分析248

9.7 無跡Kalman濾波在GNSS/INS松組合導航系統中的應用251

9.7.1 系統的狀態方程251

9.7.2 系統的觀測方程254

9.7.3 基於無跡Kalman濾波的傳感器時延補償255

9.7.4 實驗與結果分析255

思考題260

第10章 粒子濾波261

10.1 **粒子濾波261

10.1.1 隱馬氏模型與Bayes推斷261

10.1.2 重要性採樣263

10.1.3 序列重要性採樣264

10.1.4 重採樣法266

10.1.5 優選重要性密度函數法269

10.2 基於皮爾森係數驅動的粒子濾波270

10.2.1 皮爾森係數270

10.2.2 基於皮爾森係數驅動的粒子濾波設計271

10.2.3 仿真與對比分析272

10.3 無跡粒子濾波276

10.3.1 無跡粒子濾波算法276

10.3.2 無跡粒子濾波在捷聯慣導初始對準中的應用279

思考題284

參考文獻285