多源动态系统融合估计PDF电子书下载

第1章 绪论 1

1.1引言 1

1.2多源信息融合概况 4

1.2.1定义 4

1.2.2功能模型 5

1.2.3系统结构 9

1.2.4融合级别 12

1.3多源动态系统融合估计概述 14

1.3.1一般性框架 15

1.3.2发展现状 18

参考文献 23

第2章 系统偏差在线估计 26

2.1引言 26

2.2未知输入驱动下的系统偏差估计 30

2.2.1系统偏差的广义建模 30

2.2.2伪量测模型 32

2.2.3解耦滤波器的设计 33

2.2.4仿真分析 37

2.3基于粒子群优化的系统偏差估计 43

2.3.1概率数据关联 45

2.3.2群体智能算法 45

2.3.3粒子群目标函数的构造 47

2.3.4系统偏差估计策略 49

2.3.5仿真分析 53

2.4本章小结 58

参考文献 59

附录 62

第3章 多速率估计 65

3.1引言 66

3.1.1网络控制系统的多速率估计 66

3.1.2多速率多传感器系统建模与估计 67

3.1.3多速率多传感器系统故障检测 68

3.2量测缺失下多速率多传感器系统建模与估计 70

3.2.1问题描述 70

3.2.2 LMMSE意义下多速率滤波器设计 72

3.2.3仿真分析 79

3.3未知扰动下多速率多传感器系统故障检测 81

3.3.1问题描述 82

3.3.2多速率残差生成器 83

3.3.3左特征向量解耦残差 85

3.3.4残差评价 87

3.3.5仿真分析 87

3.4噪声与扰动并存下多速率多传感器系统故障检测 92

3.4.1问题描述 92

3.4.2多速率最优观测器设计 93

3.4.3多速率残差 98

3.4.4仿真分析 99

3.5本章小结 104

参考文献 104

附录 107

第4章 状态约束动态系统建模与估计 114

4.1引言 115

4.2问题描述 117

4.3线性等式约束下动态系统的数学建模 119

4.3.1状态空间分解 119

4.3.2模型构建 120

4.3.3模型构建的几何解释 122

4.3.4隐含线性等式约束的模型性质 123

4.4线性等式约束下的系统状态估计 124

4.4.1线性等式约束滤波 125

4.4.2伪量测法 129

4.4.3估计投影法 130

4.5线性等式约束下动态系统模型的扩展形式 131

4.6仿真分析 132

4.6.1基于道路信息的地面目标跟踪 132

4.6.2编队飞行目标的跟踪问题 136

4.7本章小结 138

参考文献 139

第5章 状态演化多模态的马尔可夫跳变系统估计 142

5.1引言 143

5.2随机参数马尔可夫跳变系统的LMMSE估计 144

5.2.1系统建模 144

5.2.2估计框架设计 146

5.2.3仿真分析 151

5.3有色噪声非线性马尔可夫跳变系统的高斯估计 157

5.3.1系统建模 158

5.3.2估计框架设计 159

5.3.3仿真分析 163

5.4多步随机延迟马尔可夫跳变系统的LMMSE估计 165

5.4.1系统建模 165

5.4.2估计框架设计 167

5.4.3仿真分析 175

5.5本章小结 181

参考文献 182

附录 184

第6章 非线性动态系统的确定采样型高斯估计 192

6.1引言 192

6.2贝叶斯估计 196

6.2.1最优滤波 197

6.2.2最优平滑 199

6.3线性动态系统的贝叶斯估计解析实现 200

6.3.1 Kalman滤波 203

6.3.2 Kalman平滑 207

6.4非线性动态系统的贝叶斯估计近似实现 209

6.4.1高斯滤波 210

6.4.2高斯平滑 212

6.4.3高斯混合估计 216

6.5高斯估计的一般性及确定采样实现 221

6.6噪声时空相关的确定采样高斯估计 223

6.6.1噪声相关 223

6.6.2有色量测噪声 228

6.7高斯估计的通用性 239

6.8仿真分析 240

6.9本章小结 242

参考文献 242

附录 246

第7章 基于期望最大化的联合估计与辨识 248

7.1引言 248

7.2贝叶斯联合跟踪问题 251

7.3联合跟踪的期望最大化解决框架 252

7.3.1 EM算法 252

7.3.2 EM算法的收敛性 256

7.3.3 EM算法的初始化 256

7.3.4 EM算法的扩展 257

7.3.5 EM算法的其他方面 258

7.3.6 EM算法的性能特点 258

7.4联合跟踪的期望最大化算法研究概况 259

7.4.1单传感器目标跟踪 261

7.4.2多传感器多目标跟踪 263

7.4.3传感器网络分布式目标跟踪 264

7.4.4其他联合跟踪方法 265

7.5 OTHR多路径目标跟踪 266

7.5.1问题描述 266

7.5.2目标-量测关联与量测-模式关联的辨识 267

7.5.3仿真分析 269

7.6量测偏差下的目标跟踪 272

7.6.1问题描述 272

7.6.2量测偏差辨识 272

7.6.3仿真分析 276

7.7本章小结 277

参考文献 278

第8章 基于事件驱动的传感器量测管理 285

8.1引言 285

8.2事件驱动触发机制概述 287

8.2.1确定性事件触发 288

8.2.2随机事件触发 289

8.3基于事件驱动的状态估计 291

8.3.1基于确定性事件触发机制的状态估计 291

8.3.2基于随机事件触发机制的状态估计 297

8.4仿真分析 303

8.5性能分析 305

8.6本章小结 307

参考文献 307