第1章 绪论 1
1.1 卡尔曼滤波的概念 1
1.2 最优估计的含义 2
1.3 卡尔曼滤波产生的时代背景及特色 4
1.4 卡尔曼滤波的应用 5
1.4.1 在舰载指挥控制系统中的应用 5
1.4.2 在舰船综合导航系统中的应用 6
1.4.3 在核反应堆最优控制中的应用 7
第2章 经典估计理论 8
2.1 最小二乘估计 8
2.1.1 基本最小二乘估计 8
2.1.2 加权最小二乘估计 12
2.1.3 递推最小二乘估计 15
2.2 线性最小方差估计 21
2.3 最小方差估计 25
习题 30
第3章 离散线性系统的卡尔曼滤波基本方程 33
3.1 引言 33
3.1.1 卡尔曼滤波要求的性能指标 33
3.1.2 递推估计的基本思想 34
3.2 卡尔曼滤波方法的数学模型 35
3.3 卡尔曼滤波基本方程的推导 37
3.3.1 卡尔曼滤波器的结构 37
3.3.2 最佳增益矩阵的计算 40
3.3.3 卡尔曼滤波第（Ⅰ）类基本方程 43
3.3.4 卡尔曼滤波第（Ⅱ）类基本方程 44
3.4 卡尔曼滤波的具体计算 45
3.4.1 第（Ⅰ）类基本方程的计算 45
3.4.2 第（Ⅱ）类基本方程的计算 47
3.4.3 无验前估计时滤波方程的初始条件 48
3.5 卡尔曼滤波的特点与性质 50
3.5.1 卡尔曼滤波的特点 50
3.5.2 卡尔曼滤波的性质 50
3.6 α-β-γ滤波器 51
习题 52
第4章 离散线性系统卡尔曼滤波器的计算与仿真 54
4.1 简单系统举例 54
4.2 实际系统举例 57
4.2.1 简单离散系统的计算与仿真 57
4.2.2 具有控制作用的一般离散系统的计算与仿真 63
习题 66
第5章 卡尔曼滤波器的发散问题 67
5.1 卡尔曼滤波器发散的原因 67
5.2 克服卡尔曼滤波器发散的几种工程实用方法 70
5.2.1 冻结K（k）法 70
5.2.2 实际不发散滤波器的算法 71
5.2.3 实际不发散滤波器的新算法 72
习题 75
第6章 非线性滤波 76
6.1 扩展卡尔曼滤波 76
6.1.1 一般情况下的卡尔曼滤波 76
6.1.2 扩展卡尔曼滤波 81
6.2 无迹卡尔曼滤波算法 83
6.2.1 无迹变换基本原理 83
6.2.2 对称采样策略 85
6.2.3 无迹卡尔曼滤波算法 86
6.3 粒子滤波算法 88
6.3.1 蒙特卡罗积分 88
6.3.2 贝叶斯重要性采样 89
6.3.3 序贯重要性采样 90
6.3.4 重要性函数的选择 91
6.3.5 粒子滤波的退化现象与重采样技术 91
6.3.6 基本粒子滤波 92
习题 93
第7章 卡尔曼滤波在单机动目标跟踪中的应用 94
7.1 典型的机动目标模型 94
7.1.1 CV模型 94
7.1.2 CA模型 95
7.1.3 Singer模型 95
7.1.4 CS模型 95
7.1.5 CT模型 97
7.2 单机动目标跟踪算法 97
7.2.1 基于CS模型的卡尔曼滤波算法 97
7.2.2 S修正无迹卡尔曼滤波（SUKF）算法 98
7.2.3 Sigma点粒子滤波算法 98
7.2.4 仿真计算与结果分析 100
附录 正交投影 102
参考文献 104