前言 1
第1章 绪论 1
1.1 背景 1
1.2 运动目标的估计 3
1.3 运动目标估计的进展 5
1.4 预备知识 10
1.5 附注 10
参考文献 10
第2章 概率统计及随机过程基础知识 16
2.1 概述 16
2.2 最小二乘估计 17
2.3 多项式拟合 25
2.4 参数估计的拟合优度与统计显著性 32
2.5 极大似然估计和极大后验估计 37
2.6 最小均方误差估计 41
2.7 估计的性质 45
2.8 本章小结 55
参考文献 55
第3章 Kalman估计 56
3.1 Kalman滤波 56
3.2 Kalman平滑 63
3.3 滤波的基本定理 74
3.4 本章小结 77
参考文献 78
第4章 单模型自适应估计 79
4.1 引言 79
4.2 模型方差自适应调节的估计器 79
4.3 两级Kalman滤波器 80
4.4 区间估计器 81
4.5 Singer模型 81
4.6 当前统计模型 84
4.7 输入估计 86
4.8 变维滤波 88
4.9 强跟踪滤波器 90
4.10 本章小结 92
参考文献 93
第5章 具有广义未知干扰输入的随机系统鲁棒滤波 94
5.1 引言 94
5.2 具有GUDI的随机系统建模 95
5.3 上界滤波器设计 98
5.4 最小上界滤波器设计 99
5.5 仿真分析 101
5.6 本章小结 112
参考文献 113
第6章 一种用于具有未知噪声线性系统的自适应Kalman滤波器 115
6.1 引言 115
6.2 问题描述 116
6.3 自适应Kalman滤波器的设计 118
6.4 时滞和参数估计的计算机仿真 122
6.5 本章小结 127
参考文献 127
第7章 鲁棒IMM滤波 130
7.1 引言 130
7.2 算法推导 132
7.3 时滞和参数的联合估计 134
7.4 本章小结 145
参考文献 145
第8章 Gauss近似非线性滤波 147
8.1 EKF滤波 147
8.2 UT变换 153
8.3 UKF算法 157
8.4 仿真实验 163
8.5 本章小结 165
参考文献 166
第9章 粒子滤波器 170
9.1 引言 170
9.2 基本思想 170
9.3 PF实现 177
9.4 仿真分析 183
9.5 本章小结 187
参考文献 187
第10章 IMM算法 190
10.1 引言 190
10.2 IMM算法 191
10.3 IMM算法参数分析 192
10.4 IMM算法过渡过程仿真分析 197
10.5 IMM算法的收敛性 200
10.6 多模型估计与贝叶斯因果网 201
10.7 本章小结 205
参考文献 206
第11章 自适应IMM算法 207
11.1 引言 207
11.2 SIMM算法 207
11.3 具有参数的AIMM算法 214
11.4 两级IMM算法 225
11.5 本章小结 235
参考文献 235
第12章 混合估计平滑 237
12.1 引言 237
12.2 固定区间平滑算法 237
12.3 一步固定滞后平滑算法 240
12.4 基于状态扩维的任意步固定滞后平滑算法 244
12.5 两种固定滞后平滑算法仿真比较 249
12.6 本章小结 253
参考文献 253
第13章 基于一般紧支撑小波的动态多尺度系统（DMS）集中式最优估计 254
13.1 引言 254
13.2 离散DMS一般紧支撑小波实现 254
13.3 离散定常DMS的一般紧支撑小波实现形式 260
13.4 系统的随机可控性 262
13.5 系统的随机可测性 264
13.6 Kalman滤波系统的稳定性 267
13.7 基于一般紧支撑小波的集中式最优估计算法仿真 271
13.8 本章小结 275
参考文献 275
第14章 基于Haar小波的DMS序贯式最优估计 276
14.1 引言 276
14.2 序贯式Kalman滤波 277
14.3 基于Haar小波的DMS序贯式估计 281
14.4 基于Haar小波的序贯式最优估计算法仿真 289
14.5 本章小结 291
参考文献 292
第15章 基于PF的检测跟踪一体化技术 293
15.1 引言 293
15.2 算法推导 294
15.3 序列图像运动目标的检测和跟踪 297
15.4 算法性能分析 301
15.5 本章小结 304
参考文献 304
第16章 基于图像增强的机动目标跟踪 306
16.1 引言 306
16.2 基于图像增强的IMM估计 311
16.3 模式观测一步滞后的IMM方法 314
16.4 仿真分析 322
16.5 本章小结 329
参考文献 329
第17章 基于地理信息的扩展对地跟踪 332
17.1 引言 332
17.2 利用地理信息的EGTT 332
17.3 基于EGTT的EMTV 333
17.4 基于EGTT的C-IMMMTV算法 341
17.5 本章小结 347
参考文献 348
附录A 线性代数与线性系统简要回顾 349
附录B 概率论与随机过程的简单回顾 358
附录C 假设检验与统计推断的简单回顾 392
附录D 第5章定理证明 403
附录E 第6章定理证明 408