注冊(cè) | 登錄讀書(shū)好,好讀書(shū),讀好書(shū)!
讀書(shū)網(wǎng)-DuShu.com
當(dāng)前位置: 首頁(yè)出版圖書(shū)科學(xué)技術(shù)工業(yè)技術(shù)自動(dòng)化技術(shù)、計(jì)算技術(shù)多傳感器最優(yōu)估計(jì)理論及其應(yīng)用

多傳感器最優(yōu)估計(jì)理論及其應(yīng)用

多傳感器最優(yōu)估計(jì)理論及其應(yīng)用

定 價(jià):¥118.00

作 者: 閆莉萍,夏元清,劉寶生,付夢(mèng)印 著
出版社: 科學(xué)出版社
叢編項(xiàng):
標(biāo) 簽: 計(jì)算機(jī)/網(wǎng)絡(luò) 人工智能

購(gòu)買(mǎi)這本書(shū)可以去


ISBN: 9787030427168 出版時(shí)間: 2015-03-01 包裝: 平裝
開(kāi)本: 16開(kāi) 頁(yè)數(shù): 392 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

《多傳感器最優(yōu)估計(jì)理論及其應(yīng)用》是關(guān)于多傳感器數(shù)據(jù)融合最優(yōu)估計(jì)理論及其應(yīng)用的一部專(zhuān)著,主要匯集了作者近十幾年來(lái)在多傳感器數(shù)據(jù)融合、多速率系統(tǒng)濾波、最優(yōu)估計(jì)理論、組合導(dǎo)航等方面的代表性研究成果?!抖鄠鞲衅髯顑?yōu)估計(jì)理論及其應(yīng)用》涉及的理論和方法有:Kalman 濾波及其各種改進(jìn)算法,異步多速率線(xiàn)性系統(tǒng)、非線(xiàn)性系統(tǒng)的濾波與融合方法,觀(guān)測(cè)數(shù)據(jù)存在不可靠、隨機(jī)丟包等故障條件下的數(shù)據(jù)融合狀態(tài)估計(jì)方法,噪聲相關(guān)環(huán)境下的數(shù)據(jù)融合方法,以及對(duì)上述各種情況魯棒的組合導(dǎo)航算法等。

作者簡(jiǎn)介

暫缺《多傳感器最優(yōu)估計(jì)理論及其應(yīng)用》作者簡(jiǎn)介

圖書(shū)目錄

前言
第1章緒論
1.1背景與意義
1.2多傳感器數(shù)據(jù)融合的體系結(jié)構(gòu)
1.2.1多傳感器數(shù)據(jù)融合的定義
1.2.2多傳感器數(shù)據(jù)融合的原理與體系結(jié)構(gòu)
1.2.3多傳感器數(shù)據(jù)融合的優(yōu)缺點(diǎn)
1.3多傳感器數(shù)據(jù)融合估計(jì)算法分類(lèi)綜述
1.3.1采樣率系統(tǒng)
1.3.2單采樣率多傳感器數(shù)據(jù)融合狀態(tài)估計(jì)算法
1.3.3多采樣率多傳感器數(shù)據(jù)融合狀態(tài)估計(jì)算法
1.3.4異步多傳感器數(shù)據(jù)融合估計(jì)算法
1.3.5噪聲相關(guān)環(huán)境下的數(shù)據(jù)融合估計(jì)算法
1.3.6網(wǎng)絡(luò)環(huán)境下的濾波和融合問(wèn)題
1.3.7非線(xiàn)性系統(tǒng)數(shù)據(jù)融合估計(jì)算法
1.4組合導(dǎo)航系統(tǒng)與方法概述
1.5當(dāng)前研究熱點(diǎn)、難點(diǎn)與未來(lái)的研究方向
1.6本書(shū)的主要內(nèi)容及章節(jié)安排
1.7本章小結(jié)
第2章隨機(jī)離散動(dòng)態(tài)系統(tǒng)的Kalman濾波
2.1問(wèn)題的提出
2.2最優(yōu)均方估計(jì)
2.2.1最優(yōu)均方估計(jì)的定義
2.2.2線(xiàn)性最優(yōu)均方估計(jì)
2.3Kalman最優(yōu)濾波基本方程
2.3.1系統(tǒng)描述
2.3.2離散時(shí)間Kalman濾波基本方程
2.3.3離散時(shí)間Kalman濾波基本方程的直觀(guān)推導(dǎo)
2.3.4離散時(shí)間Kalman濾波基本方程的投影法證明
2.4Kalman最優(yōu)預(yù)測(cè)基本方程
2.4.1狀態(tài)的預(yù)測(cè)估計(jì)
2.4.2狀態(tài)預(yù)測(cè)估計(jì)的修正
2.4.3最優(yōu)增益陣
2.4.4誤差的無(wú)偏性及誤差方差陣
2.4.5離散系統(tǒng)Kalman最優(yōu)預(yù)測(cè)基本方程
2.5Kalman最優(yōu)平滑基本方程
2.5.1固定區(qū)間最優(yōu)平滑
2.5.2固定點(diǎn)最優(yōu)平滑
2.5.3固定滯后最優(yōu)平滑
2.6擴(kuò)展Kalman濾波
2.6.1圍繞標(biāo)稱(chēng)軌道線(xiàn)性化濾波方法
2.6.2圍繞濾波值線(xiàn)性化濾波方法
2.7本章小結(jié)
第3章變速率非均勻采樣系統(tǒng)的Kalman濾波
3.1引言
3.2問(wèn)題描述
3.3非均勻采樣系統(tǒng)的Kalman濾波算法
3.4算法性能分析
3.5仿真實(shí)例
3.6本章小結(jié)
第4章多尺度Kalman濾波及基于多尺度測(cè)量預(yù)處理的數(shù)據(jù)融合
4.1引言
4.2小波分析概述
4.2.1小波變換的定義與基本性質(zhì)
4.2.2多尺度分析
4.2.3Mallat算法
4.3多尺度Kalman濾波
4.4基于多尺度測(cè)量預(yù)處理的數(shù)據(jù)融合
4.4.1系統(tǒng)描述
4.4.2信號(hào)的多尺度表示
4.4.3基于小波變換的多尺度測(cè)量預(yù)處理
4.4.4基于多傳感器多尺度測(cè)量預(yù)處理的信號(hào)去噪方法
4.5仿真實(shí)例
4.6本章小結(jié)
第5章基于線(xiàn)性系統(tǒng)的多速率傳感器數(shù)據(jù)融合估計(jì)
5.1引言
5.2問(wèn)題描述
5.3線(xiàn)性動(dòng)態(tài)系統(tǒng)的多速率多傳感器數(shù)據(jù)融合估計(jì)
5.3.1基于狀態(tài)分塊的融合估計(jì)算法
5.3.2兩種分布式數(shù)據(jù)融合狀態(tài)估計(jì)算法
5.4仿真實(shí)例
5.5本章小結(jié)
第6章隨機(jī)丟包情況下多速率傳感器魯棒融合估計(jì)
6.1引言
6.2問(wèn)題描述
6.3基于不完全觀(guān)測(cè)數(shù)據(jù)的多速率傳感器融合估計(jì)算法
6.3.1模型約簡(jiǎn)
6.3.2融合算法
6.4仿真實(shí)例
6.5本章小結(jié)
第7章時(shí)不變線(xiàn)性系統(tǒng)的異步多速率傳感器數(shù)據(jù)融合估計(jì)
7.1引言
7.2問(wèn)題描述
7.3尺度遞歸融合估計(jì)算法
7.3.1多尺度狀態(tài)空間模型
7.3.2尺度遞歸狀態(tài)融合估計(jì)算法
7.4基于混合式結(jié)構(gòu)的融合估計(jì)算法
7.5兩種分布式融合估計(jì)算法
7.5.1遞歸聯(lián)邦分布式融合估計(jì)
7.5.2有反饋分布式融合估計(jì)
7.6仿真實(shí)例
7.6.1尺度遞歸融合估計(jì)算法仿真
7.6.2混合式融合估計(jì)算法仿真
7.6.3分布式融合估計(jì)算法仿真
7.7本章小結(jié)
第8章時(shí)不變系統(tǒng)異步多速率間歇數(shù)據(jù)的魯棒融合估計(jì)
8.1引言
8.2問(wèn)題描述
8.3隨機(jī)丟包下的異步多速率傳感器數(shù)據(jù)融合算法
8.4仿真實(shí)例
8.4.1圓周運(yùn)動(dòng)的機(jī)動(dòng)目標(biāo)跟蹤
8.4.2目標(biāo)跟蹤系統(tǒng)的狀態(tài)估計(jì)
8.5本章小結(jié)
第9章時(shí)變線(xiàn)性系統(tǒng)的異步多速率傳感器數(shù)據(jù)融合估計(jì)
9.1引言
9.2問(wèn)題描述
9.3基于速率歸一化和聯(lián)邦Kalman濾波的分布式融合估計(jì)
9.3.1異步多速率系統(tǒng)的速率歸一化數(shù)學(xué)建模
9.3.2基于聯(lián)邦Kalman濾波的數(shù)據(jù)融合估計(jì)
9.4異步多速率數(shù)據(jù)的順序式融合估計(jì)
9.5仿真實(shí)例
9.5.1基于聯(lián)邦Kalman濾波的融合估計(jì)算法仿真
9.5.2順序式融合估計(jì)算法仿真
9.6本章小結(jié)
第10章異步多速率傳感器線(xiàn)性系統(tǒng)的建模與容錯(cuò)融合估計(jì)
10.1引言
10.2問(wèn)題描述
10.3最優(yōu)狀態(tài)估計(jì)算法
10.3.1異步多速率多傳感器系統(tǒng)建模
10.3.2無(wú)故障情況下的數(shù)據(jù)融合估計(jì)
10.3.3存在不可靠觀(guān)測(cè)情況下的狀態(tài)容錯(cuò)融合估計(jì)算法
10.4狀態(tài)容錯(cuò)融合估計(jì)算法的性能分析
10.5仿真實(shí)例
10.6本章小結(jié)
第11章相關(guān)噪聲環(huán)境下的多傳感器數(shù)據(jù)融合
11.1引言
11.2問(wèn)題描述
11.3最優(yōu)融合算法
11.3.1最優(yōu)集中式融合
11.3.2最優(yōu)順序式融合
11.3.3最優(yōu)分布式融合
11.4仿真實(shí)例
11.5本章小結(jié)
第12章相關(guān)噪聲環(huán)境下多速率傳感器融合估計(jì)
12.1引言
12.2問(wèn)題描述
12.3序貫式融合估計(jì)算法
12.4分布式融合估計(jì)算法
12.5仿真實(shí)例
12.5.1序貫式融合估計(jì)算法仿真
12.5.2分布式融合估計(jì)算法仿真
12.6本章小結(jié)
第13章噪聲統(tǒng)計(jì)特性未知情況下的多源信息融合估計(jì)
13.1引言
13.2相關(guān)多源信息融合估計(jì)算法簡(jiǎn)述
13.2.1廣義凸組合融合算法
13.2.2基于集合論的松弛切比雪夫中心協(xié)方差交叉算法
13.2.3基于信息論的快速協(xié)方差交叉算法
13.2.4容錯(cuò)廣義凸組合融合算法
13.3兩種改進(jìn)的多源信息融合估計(jì)算法
13.3.1改進(jìn)的松弛切比雪夫協(xié)方差交叉融合算法
13.3.2改進(jìn)的快速協(xié)方差交叉算法
13.4仿真實(shí)例
13.4.1Kalman濾波算法得到局部估計(jì)值
13.4.2RCC-CI、IT-FCI、DCI仿真分析
13.4.3FGCC、CI/CU仿真分析
13.4.4改進(jìn)算法的仿真分析
13.5本章小結(jié)
第14章非線(xiàn)性系統(tǒng)異步多速率傳感器數(shù)據(jù)融合估計(jì)
14.1引言
14.2問(wèn)題描述
14.3狀態(tài)融合估計(jì)算法
14.3.1基于SPKF方法估計(jì)非線(xiàn)性時(shí)變系統(tǒng)的狀態(tài)
14.3.2基于STF方法估計(jì)非線(xiàn)性時(shí)變系統(tǒng)的狀態(tài)
14.3.3非線(xiàn)性系統(tǒng)狀態(tài)估計(jì)新算法:SPSTF
14.4仿真實(shí)例
14.5本章小結(jié)
第15章非線(xiàn)性系統(tǒng)異步多速率傳感器數(shù)據(jù)容錯(cuò)融合估計(jì)
15.1引言
15.2問(wèn)題描述
15.3異步多速率傳感器數(shù)據(jù)容錯(cuò)融合估計(jì)算法
15.4仿真實(shí)例
15.5本章小結(jié)
第16章多傳感器最優(yōu)估計(jì)理論在導(dǎo)航系統(tǒng)中的應(yīng)用
16.1引言
16.2組合導(dǎo)航系統(tǒng)模型
16.3多速率系統(tǒng)的魯棒Kalman濾波及在導(dǎo)航系統(tǒng)中的應(yīng)用
16.4仿真實(shí)例
16.5本章小結(jié)
參考文獻(xiàn)

本目錄推薦

掃描二維碼
Copyright ? 讀書(shū)網(wǎng) m.ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)