第1章 绪论 1
1.1 Kalman滤波器简介 1
1.2 Kalman滤波器的历史与研究现状 3
1.3 本书的基本结构 5
第2章 MATLAB基础知识介绍 7
2.1 MATLAB语言的主要特点 7
2.2 MATLAB编程介绍 7
2.3 MATLAB函数文件 11
2.4 本章小结 11
第3章 最小二乘估计 12
3.1 最小二乘估计方法描述 14
3.2 最小二乘加权估计 22
3.3 线性最小二乘递推估计 24
3.4 最小二乘的性能——估计方差 29
3.5 本章小结 31
第4章 Kalman滤波器 35
4.1 系统模型描述 37
4.2 向前一步预测估计^x（k|k-1）的求法 38
4.3 更新估计^x（k|k）的求法 39
4.4 离散Kalman滤波器 40
4.5 本章小结 46
第5章 非线性Kalman滤波器 47
5.1 扩展Kalman滤波器 47
5.2 不敏Kalman滤波器 52
5.2.1 非线性变换的均值和方差 52
5.2.2 不敏变换 58
5.2.3 无迹Kalman滤波器 69
5.3 本章小结 72
第6章 模型的离散化及目标机动轨迹仿真 74
6.1 随机线性系统的数学描述 75
6.2 几类跟踪系统中常用曲线的模拟 78
6.3 GPS跟踪系统的机动目标轨迹模拟 84
6.4 RFID跟踪系统的机动目标轨迹模拟 86
6.4.1 RFID系统测量模型 87
6.4.2 RFID室内跟踪系统仿真数据平台软件 87
6.5 本章小结 96
第7章 机动目标动力学模型 105
7.1 CV模型 106
7.2 CA模型 108
7.3 Singer模型 116
7.4 当前统计模型 120
7.5 Jerk模型 130
7.6 交互式多模型算法 132
7.6.1 初始量的假设 133
7.6.2 状态估计的交互式作用 133
7.6.3 模型并行滤波 134
7.6.4 模型概率更新 134
7.6.5 模型输出 135
7.7 数据驱动模型数学基础 140
7.7.1 最小二乘估计方法 141
7.7.2 Yule-Walker估计方法 142
7.8 自适应参数机动目标模型估计方法 147
7.9 本章小结 159
第8章 基于RFID的室内跟踪系统仿真研究 161
8.1 RFID跟踪系统的特点 161
8.2 不规则采样系统的模型转化 162
8.3 RFID系统模型 165
8.3.1 RFID测量模型 165
8.3.2 机动目标运动模型 166
8.4 基于可变数量 RFID阅读器的EKF跟踪方法 168
8.5 基于可变数量RFID阅读器的UKF跟踪方法 172
8.6 仿真研究 179
8.7 本章小结 186
参考文献 187