非高斯強非線性系統(tǒng)濾波器設(shè)計理論及其應(yīng)用

目錄前言第1章 緒論 11.1 選題背景與意義 11.2 研究內(nèi)容及章節(jié)安排 4參考文獻 6第2章 系統(tǒng)狀態(tài)最優(yōu)估計的基本概念 112.1 估計 112.2 估計準則和最優(yōu)估計 112.3 估計方法 122.4 最小方差估計 132.5 極大似然估計 162.6 極大后驗估計 192.7 線性最小方差估計 202.8 最小二乘估計 242.9 加權(quán)最小二乘估計 262.10 本章小結(jié) 27參考文獻 27第3章 濾波問題與線性系統(tǒng)Kalman濾波器設(shè)計 283.1 引言 283.2 濾波問題的提出 293.2.1 Kalman濾波問題的提法 293.2.2 連續(xù)系統(tǒng)的離散化過程 303.2.3 離散系統(tǒng)Kalman濾波問題的分類 323.3 預(yù)備知識 333.4 線性高斯系統(tǒng)狀態(tài)估計的Kalman濾波器設(shè)計 333.4.1 基于正交性原理的線性Kalman濾波器設(shè)計 343.4.2 誤差協(xié)方差及最優(yōu)增益陣的幾種變形計算公式 373.4.3 基于轉(zhuǎn)移概率的線性Kalman濾波器設(shè)計 38參考文獻 39第4章 高斯噪聲系統(tǒng)狀態(tài)估計的Kalman濾波設(shè)計 414.1 非線性高斯系統(tǒng)狀態(tài)估計的擴展Kalman濾波器設(shè)計 414.1.1 非線性系統(tǒng)模型 414.1.2 圍繞標稱軌道線性化濾波方法 424.1.3 圍繞濾波值線性化的濾波方法 454.1.4 非線性系統(tǒng)狀態(tài)估計的擴展Kalman濾波器性能分析 484.2 非線性高斯系統(tǒng)狀態(tài)估計的無跡Kalman濾波器設(shè)計 494.2.1 非線性系統(tǒng)描述 504.2.2 無跡Kalman濾波器的建立 514.2.3 無跡Kalman濾波器的性能分析 534.3 非線性高斯系統(tǒng)狀態(tài)估計的容積Kalman濾波器設(shè)計 554.3.1 非線性系統(tǒng)描述 554.3.2 容積Kalman濾波的建立 564.3.3 UKF與CKF運算復(fù)雜度的比較 574.3.4 雙層容積Kalman濾波器設(shè)計 584.3.5 仿真實驗 624.3.6 本節(jié)小結(jié) 644.4 非線性高斯系統(tǒng)狀態(tài)估計的強跟蹤Kalman濾波器設(shè)計 654.4.1 強跟蹤濾波器的引入 654.4.2 一種帶次優(yōu)漸消因子的擴展Kalman濾波器 684.4.3 一種帶多重次優(yōu)漸消因子的擴展Kalman濾波器 734.4.4 STF與EKF的性能比較分析 77參考文獻 80第5章 非高斯噪聲系統(tǒng)狀態(tài)估計的Kalman濾波器設(shè)計 815.1 線性有色噪聲系統(tǒng)狀態(tài)估計的Kalman濾波器設(shè)計 815.1.1 系統(tǒng)噪聲或觀測噪聲是有色噪聲的Kalman濾波 815.1.2 控制系統(tǒng)附加噪聲是有色噪聲，觀測系統(tǒng)附加噪聲是白噪聲 825.1.3 控制系統(tǒng)附加噪聲是白噪聲，觀測系統(tǒng)附加噪聲是有色噪聲 825.1.4 控制系統(tǒng)和觀測系統(tǒng)的附加噪聲均為有色噪聲 845.2 一般系統(tǒng)噪聲密度函數(shù)下狀態(tài)估計的粒子濾波器設(shè)計 845.2.1 非線性系統(tǒng)描述 855.2.2 粒子濾波 875.3 非線性非高斯系統(tǒng)狀態(tài)估計的特征函數(shù)濾波器設(shè)計 915.3.1 基于特征函數(shù)的多維觀測器濾波方法 925.3.2 仿真實驗 965.3.3 非線性系統(tǒng)中基于特征函數(shù)的濾波方法 1045.3.4 濾波方法的設(shè)計 1085.3.5 仿真實驗 1095.3.6 本節(jié)小結(jié) 1195.4 線性系統(tǒng)噪聲有限采樣下狀態(tài)估計的最大相關(guān)熵濾波器設(shè)計 1195.4.1 最大熵原理 1205.4.2 經(jīng)典Kalman濾波器 1225.4.3 基于最大相關(guān)熵準則的Kalman濾波器設(shè)計 1235.4.4 基于采樣樣本均值估計器的濾波器設(shè)計 1245.4.5 仿真實驗 1295.4.6 本節(jié)小結(jié) 131參考文獻 131第6章 一類可加型非線性動態(tài)系統(tǒng)狀態(tài)估計的高階Kalman濾波器設(shè)計 1336.1 引言 1336.2 預(yù)備知識 1346.3 可加型強非線性動態(tài)系統(tǒng)描述 1356.4 可加型強非線性動態(tài)系統(tǒng)的偽線性化表示 1366.4.1 非線性狀態(tài)模型的偽線性化表示 1376.4.2 強非線性測量函數(shù)的偽線性化表示 1386.5 基于擴維空間非線性系統(tǒng)的線性化表示 1396.5.1 基于擴維狀態(tài)空間非線性狀態(tài)模型的線性化表示 1396.5.2 基于擴維空間非線性測量模型的線性化表示 1406.6 基于高階擴維空間的Kalman濾波器設(shè)計 1416.6.1 高階擴維狀態(tài)的線性系統(tǒng)描述 1416.6.2 高階擴維狀態(tài)估計的Kalman濾波器設(shè)計 1416.7 數(shù)值仿真驗證 1446.7.1 案例一 1446.7.2 案例二 1456.8 本章小結(jié) 147參考文獻 148第7章 一類可乘型強非線性系統(tǒng)的逐步線性化Kalman濾波器設(shè)計 1507.1 引言 1507.2 問題描述 1507.3 強非線性動態(tài)系統(tǒng)的線性化描述 1517.3.1 狀態(tài)模型的線性化表示建模 1517.3.2 測量模型的線性化表示建模 1527.4 隱變量與所有變量間的線性耦合建模 1537.5 強非線性系統(tǒng)的逐級線性化濾波器設(shè)計 1547.5.1 隱變量 的逐級線性Kalman濾波器設(shè)計 1547.5.2 狀態(tài)變量 的線性Kalman濾波器設(shè)計 1577.6 近似誤差分析 1597.6.1 EKF誤差分析 1597.6.2 隱變量 的近似誤差分析 1607.6.3 狀態(tài)變量 的近似誤差分析 1617.7 仿真驗證 1617.7.1 案例一 1617.7.2 案例二 1637.8 本章小結(jié) 165參考文獻 165第8章 一類加性與乘性混合型強非線性動態(tài)系統(tǒng)的高階Kalman濾波器設(shè)計 1668.1 引言 1668.2 問題描述 1668.3 強非線性動態(tài)模型的線性化表示 1678.3.1 狀態(tài)模型和測量模型的加性偽線性化表示 1678.3.2 狀態(tài)模型和測量模型的乘性線性化表示 1688.4 隱變量建模 1708.5 非線性濾波器設(shè)計 1718.5.1 隱變量 的濾波器設(shè)計 1718.5.2 狀態(tài)變量 的濾波器設(shè)計 1748.6 仿真驗證 1778.6.1 案例一 1778.6.2 案例二 1798.6.3 案例三 1808.7 本章小結(jié) 182參考文獻 183第9章 一般型強非線性動態(tài)系統(tǒng)的高階Kalman濾波器設(shè)計 1849.1 引言 1849.2 問題描述 1849.3 狀態(tài)模型的線性化表示 1859.3.1 狀態(tài)模型的高階泰勒級數(shù)展開 1859.3.2 狀態(tài)模型的偽線性表示 1879.3.3 隱變量建模 1879.3.4 狀態(tài)模型的線性化表示 1899.4 非線性動態(tài)測量模型的線性化表示 1909.4.1 非線性測量模型的高階泰勒級數(shù)展開 1909.4.2 非線性測量模型的偽線性表示 1919.4.3 非線性測量模型的線性化描述 1919.5 基于狀態(tài)擴維線性化的高階擴展Kalman濾波器設(shè)計 1929.5.1 集中式高階Kalman濾波器設(shè)計 1929.5.2 序貫式高階擴展Kalman濾波器設(shè)計 1939.6 性能分析 1979.6.1 狀態(tài)擴維空間下線性化模型的線性分析 1979.6.2 截斷誤差分析 1989.7 仿真驗證 1999.7.1 案例一 1999.7.2 案例二 2009.8 本章小結(jié) 203第10章 鋰電池SOC估計的高階Kalman濾波方法 20410.1 引言 20410.2 鋰電池充放電動態(tài)過程建模 20510.3 電池SOC估計的高階項擴維建模 20810.3.1 隱變量引入擴維建模 20810.3.2 針對鋰電池擴維建模 20910.4 結(jié)果分析 21210.5 本章小結(jié) 215參考文獻 215第11章 超越非線性輸入輸出系統(tǒng)參數(shù)在線辨識方法 21711.1 引言 21711.2 系統(tǒng)描述 21711.3 非線性輸入輸出系統(tǒng)的狀態(tài)與觀測動態(tài)特性建模 21811.4 非線性輸入輸出系統(tǒng)基于EKF的參數(shù)辨識方法 21911.5 系統(tǒng)參數(shù)辨識基于高階Kalman濾波方法 22011.5.1 隱變量引入與新動態(tài)系統(tǒng)描述 22011.5.2 設(shè)計求解 的內(nèi)遞歸Kalman濾波器 22211.5.3 求取系統(tǒng)參數(shù)變量 的估計值和估計誤差協(xié)方差矩陣 22711.6 求取系統(tǒng)復(fù)合參數(shù)變量 的估計值和估計誤差協(xié)方差矩陣 22711.7 仿真實驗 23211.7.1 仿真一 23211.7.2 仿真二 23411.7.3 仿真三 23611.8 本章小結(jié) 238參考文獻 238