第1章 预备知识 1
1.1矩阵和行列式初步 1
1.2概率论初步 6
1.3最小二乘初步 12
练习 14
第2章 卡尔曼滤波：简单推导 16
2.1模型 16
2.2最优准则 17
2.3预测-校正公式 19
2.4卡尔曼滤波过程 22
练习 23
第3章 正交投影和卡尔曼滤波 27
3.1最优估计的正交性 27
3.2新息序列 29
3.3最小方差估计 31
3.4卡尔曼滤波方程 31
3.5实时跟踪 36
练习 38
第4章 系统噪声和量测噪声相关的卡尔曼滤波 42
4.1仿射模型 42
4.2最优估计算子 44
4.3额外数据对最优估计的影响 45
4.4卡尔曼滤波方程推导 47
4.5实时应用 52
4.6线性确定/随机系统 54
练习 55
第5章 有色噪声环境下的卡尔曼滤波 58
5.1处理思路 58
5.2误差估计 59
5.3卡尔曼滤波过程 61
5.4系统白噪声 63
5.5实时应用 64
练习 66
第6章 极限（稳态）卡尔曼滤波 68
6.1处理思路 69
6.2主要结论 70
6.3几何收敛 77
6.4实时应用 81
练习 82
第7章 序贯算法和平方根算法 84
7.1序贯算法 84
7.2平方根算法 88
7.3实时应用算法 91
练习 91
第8章 扩展卡尔曼滤波和系统辨识 93
8.1扩展卡尔曼滤波 93
8.2卫星轨道估计 96
8.3自适应系统辨识 97
8.4一个常值参数辨识的例子 100
8.5改进的扩展卡尔曼滤波 102
8.6时变参数辨识 107
练习 111
第9章 滤波方程解耦 113
9.1解耦公式 113
9.2实时跟踪 115
9.3α-β3-γ跟踪器 117
9.4一个例子 120
练习 121
第10章 区间系统的卡尔曼滤波 124
10.1区间数学 125
10.1.1区间及其特性 125
10.1.2区间运算 126
10.1.3有理区间函数 129
10.1.4区间期望和方差 130
10.2区间卡尔曼滤波 132
10.2.1区间卡尔曼滤波方案 133
10.2.2次优区间卡尔曼滤波 134
10.2.3目标跟踪的例子 135
10.3加权平均区间卡尔曼滤波 137
练习 138
第11章 小波卡尔曼滤波 141
11.1小波初步 141
11.1.1小波基础 142
11.1.2离散小波变换和滤波器组 143
11.2信号估计和分解 145
11.2.1随机信号的估计和分解 146
11.2.2一个随机游走的例子 149
练习 151
第12章 传感器网络的分布式估计 152
12.1背景 152
12.2问题描述 153
12.3算法收敛性 156
12.4仿真算例 160
练习 161
第13章 附录 162
13.1卡尔曼平滑器 162
13.2α-β-γ-θ跟踪器 164
13.3自适应卡尔曼滤波 166
13.4自适应卡尔曼滤波在维纳滤波中的应用 167
13.5卡尔曼-布希滤波 168
13.6随机最优控制 169
13.7平方根滤波及其脉动阵列实现 170
参考文献 173
练习答案和提示 178
索引 201