魯棒融合卡爾曼慮波理論及應(yīng)用

第1章 緒論
1.1最優(yōu)信息融合Kalman濾波
1.2不確定系統(tǒng)魯棒信息融合Kalman濾波
參考文獻(xiàn)
第2章 最優(yōu)和魯棒估計(jì)方法
2.1WLS估計(jì)方法
2.2LUMV估計(jì)方法
2.3LMV估計(jì)方法——正交投影方法
2.4最優(yōu)加權(quán)狀態(tài)融合估計(jì)方法
2.4.1按矩陣加權(quán)最優(yōu)狀態(tài)融合估計(jì)方法
2.4.2按標(biāo)量加權(quán)最優(yōu)狀態(tài)融合估計(jì)方法
2.4.3按對(duì)角陣加權(quán)最優(yōu)狀態(tài)融合估計(jì)方法
2.5最優(yōu)加權(quán)觀(guān)測(cè)融合估計(jì)方法
2.5.1加權(quán)觀(guān)測(cè)融合數(shù)據(jù)壓縮準(zhǔn)則
2.5.2兩種加權(quán)觀(guān)測(cè)融合算法
2.5.3平均加權(quán)觀(guān)測(cè)融合算法
2.5.4加權(quán)觀(guān)測(cè)融合算法的全局最優(yōu)性
2.6一種極大極小魯棒估計(jì)方法
2.7用虛擬噪聲補(bǔ)償模型誤差魯棒估計(jì)方法
2.7.1帶不確定模型參數(shù)和噪聲方差系統(tǒng)魯棒Kalman濾波方法
2.7.2帶乘性噪聲和不確定噪聲方差系統(tǒng)魯棒Kalman濾波方法
2.7.3帶丟失觀(guān)測(cè)和不確定噪聲方差系統(tǒng)魯棒Kalman濾波方法
2.7.4帶丟包和不確定噪聲方差系統(tǒng)魯棒Kalman濾波方法
2.7.5帶隨機(jī)參數(shù)陣和不確定噪聲方差系統(tǒng)魯棒Kalman濾波方法
2.8協(xié)方差交叉（CI）融合估計(jì)方法
2.8.1協(xié)方差橢圓及其性質(zhì)
2.8.2CI融合估計(jì)的幾何原理
2.8.3CI融合算法推導(dǎo)
2.8.4最優(yōu)參數(shù)w的選擇
2.8.5CI融合估值器的魯棒性
2.8.6改進(jìn)的CI融合估值器
2.8.7多傳感器系統(tǒng)CI融合估計(jì)
2.8.8CI融合估值與局部和三種加權(quán)融合估值精度比較
參考文獻(xiàn)
第3章 最優(yōu)Kalman濾波
3.1引言
3.2狀態(tài)空間模型與ARMA模型
3.2.1狀態(tài)空間模型與Kalman濾波問(wèn)題
3.2.2ARMA模型與狀態(tài)空間模型的關(guān)系
3.3最優(yōu)Kalman濾波
3.3.1Kalman濾波器和預(yù)報(bào)器
3.3.2Kalman平滑器
3.3.3信息濾波器
3.4Kalman濾波的穩(wěn)定性
3.5穩(wěn)態(tài)Kalman濾波
3.5.1穩(wěn)態(tài)Kalman估值器
3.5.2穩(wěn)態(tài)Kalman濾波的收斂性
3.6白噪聲估值器
3.7相關(guān)噪聲時(shí)變系統(tǒng)最優(yōu)Kalman濾波和白噪聲估值器
3.7.1最優(yōu)Kalman濾波器和預(yù)報(bào)器
3.7.2超前N步最優(yōu)Kalman預(yù)報(bào)器
3.7.3最優(yōu)Kalman平滑器
3.7.4最優(yōu)白噪聲估值器
3.8相關(guān)噪聲定常系統(tǒng)穩(wěn)態(tài)Kalman濾波和白噪聲估值器
參考文獻(xiàn)
第4章 最優(yōu)融合Kalman濾波
4.1引言
4.2全局最優(yōu)集中式和去集中式融合Kalman濾波器
4.2.1集中式融合Kalman濾波器
4.2.2全局最優(yōu)去集中式融合Kalman濾波器
4.2.3帶相關(guān)噪聲集中式融合Kalman濾波器
4.2.4帶相關(guān)噪聲集中式融合穩(wěn)態(tài)Kalman濾波器
4.3全局最優(yōu)加權(quán)觀(guān)測(cè)融合Kalman濾波
4.3.1加權(quán)觀(guān)測(cè)融合Kalman濾波算法1
4.3.2加權(quán)觀(guān)測(cè)融合Kalman濾波算法2
4.3.3兩種加權(quán)觀(guān)測(cè)融合算法的全局最優(yōu)性
4.3.4兩種加權(quán)觀(guān)測(cè)融合穩(wěn)態(tài)Kalman濾波算法
4.4帶相關(guān)噪聲加權(quán)觀(guān)測(cè)融合Kalman濾波
4.4.1輸入噪聲與觀(guān)測(cè)噪聲去相關(guān)處理
4.4.2兩種加權(quán)觀(guān)測(cè)融合Kalman濾波算法
4.4.3兩種加權(quán)觀(guān)測(cè)融合算法的全局最優(yōu)性
4.4.4兩種加權(quán)觀(guān)測(cè)融合穩(wěn)態(tài)Kalman濾波算法
4.5加權(quán)觀(guān)測(cè)融合白噪聲反卷積估值器
4.5.1加權(quán)觀(guān)測(cè)融合時(shí)變白噪聲反卷積估值器
4.5.2加權(quán)觀(guān)測(cè)融合穩(wěn)態(tài)白噪聲反卷積估值器
4.6最優(yōu)加權(quán)狀態(tài)融合Kalman濾波和白噪聲反卷積
4.6.1局部最優(yōu)Kalman濾波器和預(yù)報(bào)器及互協(xié)方差陣Lyapunov方程
4.6.2局部多步Kalman預(yù)報(bào)器及互協(xié)方差陣
4.6.3局部最優(yōu)Kalman平滑器及互協(xié)方差陣
4.6.4三種最優(yōu)加權(quán)狀態(tài)融合Kalman估值器
4.6.5最優(yōu)加權(quán)融合白噪聲反卷積估值器
4.7最優(yōu)加權(quán)狀態(tài)融合穩(wěn)態(tài)Kalman濾波和白噪聲反卷積
4.8帶不同局部模型時(shí)變系統(tǒng)最優(yōu)融合Kalman估值器
4.8.1問(wèn)題提出——一個(gè)啟發(fā)性的目標(biāo)跟蹤系統(tǒng)例子
4.8.2帶不同局部模型時(shí)變系統(tǒng)局部最優(yōu)Kalman估值器
4.8.3帶不同局部模型時(shí)變系統(tǒng)最優(yōu)融合Kalman估值器
4.9帶不同局部模型定常系統(tǒng)最優(yōu)融合穩(wěn)態(tài)Kalman估值器
4.10帶不同局部模型最優(yōu)融合白噪聲反卷積估值器
4.10.1一個(gè)啟發(fā)性例子——帶不同局部模型的白噪聲反卷積融合估計(jì)問(wèn)題
4.10.2帶不同局部模型時(shí)變系統(tǒng)最優(yōu)白噪聲反卷積融合器
4.10.3帶不同局部模型定常系統(tǒng)穩(wěn)態(tài)最優(yōu)白噪聲反卷積融合器
參考文獻(xiàn)
第5章 不確定系統(tǒng)魯棒融合Kalman濾波
5.1引言
5.2不確定噪聲方差系統(tǒng)魯棒加權(quán)融合時(shí)變和穩(wěn)態(tài)Kalman濾波器
5.2.1局部魯棒時(shí)變Kalman濾波器
5.2.2魯棒加權(quán)融合時(shí)變Kalman濾波器
5.2.3魯棒精度分析
5.2.4魯棒局部和融合穩(wěn)態(tài)Kalman濾波器
5.2.5仿真例子
5.3不確定噪聲方差系統(tǒng)魯棒加權(quán)融合時(shí)變和穩(wěn)態(tài)Kalman預(yù)報(bào)器
5.3.1局部魯棒時(shí)變Kalman預(yù)報(bào)器
5.3.2魯棒加權(quán)融合時(shí)變Kalman預(yù)報(bào)器
5.3.3魯棒精度分析
5.3.4魯棒局部和融合穩(wěn)態(tài)Kalman預(yù)報(bào)器
5.3.5魯棒性檢驗(yàn)方法和保守性小的噪聲方差上界的選擇
5.3.6仿真例子
5.4不確定噪聲方差系統(tǒng)魯棒加權(quán)融合時(shí)變和穩(wěn)態(tài)Kalman平滑器
5.4.1局部魯棒時(shí)變Kalman平滑器
5.4.2加權(quán)融合魯棒時(shí)變Kalman平滑器
5.4.3魯棒精度分析
5.4.4魯棒局部和加權(quán)融合穩(wěn)態(tài)Kalman平滑器
5.4.5仿真例子
5.5不確定噪聲方差系統(tǒng)魯棒加權(quán)融合穩(wěn)態(tài)Kalman濾波器
5.5.1局部魯棒穩(wěn)態(tài)Kalman濾波器
5.5.2加權(quán)融合魯棒穩(wěn)態(tài)Kalman濾波器
5.5.3魯棒精度分析
5.5.4仿真例子
5.6不確定噪聲方差系統(tǒng)魯棒加權(quán)融合穩(wěn)態(tài)Kalman平滑器
5.6.1局部魯棒穩(wěn)態(tài)Kalman平滑器
5.6.2加權(quán)融合魯棒穩(wěn)態(tài)Kalman平滑器
5.6.3加權(quán)觀(guān)測(cè)融合魯棒穩(wěn)態(tài)Kalman平滑器
5.6.4仿真例子
5.7帶不確定公共干擾噪聲系統(tǒng)集中式融合魯棒Kalman濾波器
5.7.1魯棒集中式融合時(shí)變Kalman濾波器
5.7.2魯棒局部和集中式融合穩(wěn)態(tài)Kalman濾波器
5.7.3魯棒精度分析
5.7.4仿真例子
5.8帶不確定公共干擾噪聲系統(tǒng)加權(quán)觀(guān)測(cè)融合魯棒Kalman預(yù)報(bào)器
5.8.1魯棒加權(quán)觀(guān)測(cè)融合時(shí)變Kalman預(yù)報(bào)器
5.8.2魯棒局部和融合穩(wěn)態(tài)Kalman預(yù)報(bào)器
5.8.3魯棒精度分析
5.8.4仿真例子
5.9序貫協(xié)方差交叉融合魯棒時(shí)變和穩(wěn)態(tài)Kalman濾波器
5.9.1局部魯棒時(shí)變Kalman濾波器
5.9.2批處理協(xié)方差交叉（BCI）融合魯棒時(shí)變Kalman濾波器
5.9.3SCI融合魯棒時(shí)變Kalman濾波器
5.9.4魯棒精度分析
5.9.5魯棒局部和融合穩(wěn)態(tài)Kalman濾波器
5.9.6關(guān)于序貫融合次序的靈敏性分析
5.9.7仿真例子
5.10并行協(xié)方差交叉融合魯棒穩(wěn)態(tài)Kalman濾波器
5.10.1局部魯棒穩(wěn)態(tài)Kalman濾波器
5.10.2PCI融合魯棒穩(wěn)態(tài)Kalman融合器的結(jié)構(gòu)
5.10.3PCI魯棒融合器中兩傳感器CI魯棒融合器的分布
5.10.4PCI和SCI魯棒融合器的計(jì)算時(shí)間比較
5.10.5PCI融合魯棒穩(wěn)態(tài)Kalman濾波器的魯棒性和精度分析
5.11不確定模型參數(shù)系統(tǒng)魯棒CI融合穩(wěn)態(tài)Kalman濾波器
5.11.1局部魯棒穩(wěn)態(tài)Kalman濾波器
5.11.2魯棒CI融合穩(wěn)態(tài)Kalman濾波器
5.11.3仿真例子
5.12不確定模型參數(shù)系統(tǒng)魯棒集中式融合穩(wěn)態(tài)Kalman預(yù)報(bào)器
5.12.1集中式融合和局部魯棒穩(wěn)態(tài)Kalman預(yù)報(bào)器
5.12.2仿真例子
5.13不確定模型參數(shù)和噪聲方差系統(tǒng)魯棒加權(quán)觀(guān)測(cè)融合穩(wěn)態(tài)Kalman濾波器
5.13.1加權(quán)觀(guān)測(cè)融合和局部魯棒穩(wěn)態(tài)Kalman濾波器
5.13.2加權(quán)觀(guān)測(cè)融合魯棒穩(wěn)態(tài)Kalman濾波器的魯棒性
5.13.3仿真例子
5.14不確定參數(shù)和噪聲方差系統(tǒng)魯棒加權(quán)觀(guān)測(cè)融合穩(wěn)態(tài)Kalman預(yù)報(bào)器
5.14.1加權(quán)觀(guān)測(cè)融合魯棒穩(wěn)態(tài)Kalman預(yù)報(bào)器
5.14.2集中式融合魯棒穩(wěn)態(tài)Kalman預(yù)報(bào)器
5.14.3仿真例子
5.15不確定參數(shù)和噪聲方差系統(tǒng)魯棒穩(wěn)態(tài)Kalman濾波器
5.15.1保守穩(wěn)態(tài)Kalman濾波器
5.15.2魯棒穩(wěn)態(tài)Kalman濾波器
5.15.3仿真例子
5.16不確定參數(shù)和噪聲方差系統(tǒng)魯棒集中式融合穩(wěn)態(tài)Kalman濾波器
5.16.1魯棒融合穩(wěn)態(tài)Kalman濾波器
5.16.2仿真例子
5.17不確定噪聲方差系統(tǒng)保性能魯棒穩(wěn)態(tài)Kalman預(yù)報(bào)器
5.17.1保性能魯棒融合穩(wěn)態(tài)Kalman預(yù)報(bào)器
5.17.2仿真例子
5.18不確定噪聲方差系統(tǒng)魯棒Kalman濾波理論的推廣應(yīng)用問(wèn)題
5.19小結(jié)
參考文獻(xiàn)
……
第6章 分簇傳感網(wǎng)絡(luò)系統(tǒng)魯棒融合Kalman濾波器
第7章 魯棒融合Kalman濾波理論創(chuàng)新與某些開(kāi)放問(wèn)題