图书介绍
Kalman滤波理论及其在导航系统中的应用PDF|Epub|txt|kindle电子书版本网盘下载
- 付梦印，邓志红等编著 著
- 出版社： 北京：科学出版社
- ISBN：703012278X
- 出版时间：2003
- 标注页数：215页
- 文件大小：8MB
- 文件页数：224页
- 主题词：卡尔曼滤波－滤波理论；卡尔曼滤波－应用－导航
PDF下载
下载说明
Kalman滤波理论及其在导航系统中的应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 绪论1
1.1 Kalman滤波理论的应用背景1
1.2 Kalman滤波理论基础2
1.3 Kalman滤波理论的发展及应用4
1.4 本书概貌6
第2章 随机线性系统Kalman滤波基本方程8
2.1 随机线性系统的数学模型8
2.1.1 白噪声和有色噪声8
2.1.2 随机线性连续系统的数学模型10
2.1.3 随机线性离散系统的数学模型12
2.1.4 随机线性连续系统的离散化13
2.2 随机线性离散系统的Kalman滤波方程16
2.2.1 预备知识16
2.2.2 随机线性离散系统的Kalman滤波基本方程20
2.2.3 随机线性离散系统Kalman滤波方程的直观推导22
2.2.4 随机线性离散系统Kalman滤波方程的投影法推导25
2.3 随机线性连续系统Kalman滤波基本方程31
2.4 随机线性离散系统的最优预测与平滑36
2.4.1 随机线性离散系统的最优预测36
2.4.2 随机线性离散系统的最优平滑39
思考题43
第3章 Kalman滤波的稳定性及误差分析45
3.1 稳定性的概念45
3.2 随机线性系统的可控性与可观测性46
3.2.1 随机线性系统的可控性46
3.2.2 随机线性系统的可观测性47
3.3 Kalman滤波稳定性的判别48
3.3.1 随机线性系统的滤波稳定性判别48
3.3.2 特定条件系统的滤波稳定性判别50
3.4 Kalman滤波的误差分析53
3.5 几种可观测性分析方法及在惯导中的应用57
思考题63
第4章 实用Kalman滤波技术65
4.1 噪声非标准假设条件下的Kalman滤波65
4.1.1 确定性控制存在时的Kalman滤波65
4.1.2 白噪声相关条件下的Kalman滤波66
4.1.3 有色噪声条件下的Kalman滤波69
4.2 Kalman滤波发散的抑制74
4.2.1 Kalman滤波中的发散现象74
4.2.2 Kalman滤波发散的抑制77
4.3 随机非线性系统的Kalman滤波79
4.3.1 随机非线性离散系统标称状态线性化滤波80
4.3.2 随机非线性离散系统扩展Kalman滤波82
4.3.3 扩展Kalnan滤波在车辆GPS/DR组合定位系统中的应用85
4.4 自适应滤波93
4.4.1 相关法自适应滤波94
4.4.2 GPS/INS组合导航系统自适应滤波97
4.5 次优滤波102
思考题103
第5章 线性离散系统的分解滤波105
5.1 非负定阵的三角形分解105
5.1.1 矩阵的下三角分解法105
5.1.2 矩阵的上三角分解法107
5.2 观测值为标量的协方差平方根滤波107
5.3 信息平方根滤波111
5.3.1 信息滤波111
5.3.2 条件极值的求法113
5.3.3 信息平方根滤波114
5.4 序列平方根滤波116
5.4.1 观测向量的序列处理法116
5.4.2 序列平方根滤波117
5.5 UD分解滤波120
5.5.1 观测更新算法121
5.5.2 时间更新算法122
5.6 奇异值分解最优滤波123
5.7 分解滤波在近地卫星GPS自主定轨算法中的应用124
思考题131
第6章 鲁棒滤波理论133
6.1 系统的不确定性133
6.2 鲁棒控制技术基础134
6.2.1 一些基础知识134
6.2.2 H∞控制的标准设计问题135
6.2.3 Hamilton矩阵与H∞标准设计问题的求解137
6.3 H∞滤波140
6.3.1 H∞滤波问题的表达140
6.3.2 次优H∞滤波问题的解141
6.3.3 H∞滤波器的参数化142
6.3.4 GPS/INS全组合导航系统H∞滤波143
6.4 最小方差鲁棒滤波147
思考题151
第7章 Kalman滤波在信息融合技术中的应用152
7.1 信息融合技术基础152
7.1.1 信息融合技术的产生与发展152
7.1.2 信息融合的原理153
7.1.3 信息融合的方法155
7.1.4 信息融合研究的关键问题与研究方向157
7.2 各子滤波器估计不相关条件下的联邦滤波算法158
7.3 各子滤波器估计相关条件下的联邦滤波算法160
7.3.1 信息分配原则与全局最优估计161
7.3.2 联邦滤波算法的时间更新163
7.3.3 联邦滤波算法的观测更新165
7.3.4 联邦滤波器的结构167
7.4 信息融合在车载GPS/DR组合导航系统中的应用169
思考题174
第8章 Kalman滤波在神经网络技术中的应用175
8.1 神经网络技术基础175
8.1.1 神经网络技术的发展与应用175
8.1.2 神经元模型176
8.1.3 神经网络结构和学习规则177
8.2 BP网络及其算法180
8.2.1 BP网络180
8.2.2 BP算法181
8.2.3 BP算法的不足182
8.3 Kalman滤波在神经网络训练中的应用183
8.3.1 GEKF训练算法184
8.3.2 解耦EKF（DEKF）训练算法187
8.4 各种EKF训练算法的计算考虑188
8.4.1 微分计算188
8.4.2 多输出问题的有效计算公式189
8.5 具有权值约束的EKF训练算法190
8.6 基于EKF的神经网络学习算法在惯导初始对准中的应用193
思考题198
附录199
附录A 随机变量与随机过程199
附录B 矩阵运算的一些公式202
附录C 几种常见估计方法的比较210
参考文献213