濾波器設計理論及應用:非線性非高斯系統狀態估計
本書針對現有以Kalman濾波器為主流的擴展Kalman濾波器(EKF)、無跡Kalman濾波器(UKF)、容積Kalman濾波器(CKF)等,不能有效應用于非高斯系統;而基于粒子濾波器(PF),不僅過度依賴于難以獲得的系統被估計狀態的密度函數,同時又存在過多的粒子采樣會造成高計算復雜度、因粒子退化又會引發對系統狀態估計不準等難題。本書作者們經過十余年的努力,創建了以狀態建模誤差特征函數為基礎的特征函數濾波器,新型濾波器不僅具有Kalman濾波器實時遞歸的優點,同時也避免了對強非線性觀測模型基于Taylor展開線性化帶來的截斷誤差,極大方便了針對非線性非高斯系統的狀態估計與參數辨識。本書主要匯集了作者們近年來在特征函數建模、目標函數構建、特征函數濾波器設計、分布式多傳感器集中式融合濾波器、并行式融合濾波器、序貫式融合濾波器、極坐標系與直角坐標系混合環境下的目標跟蹤、深度神經網絡模型參數自適應辨識、超非線性輸入輸出系統參數在線辨識、非線性參數與狀態聯合估計、設備壽命預測等應用研究。
·8.5萬字