非線性濾波理論與目標(biāo)跟蹤應(yīng)用
定 價:44.9 元
- 作者:占榮輝 等著
- 出版時間:2013/8/1
- ISBN:9787118085754
- 出 版 社:國防工業(yè)出版社
- 中圖法分類:O211.64
- 頁碼:206
- 紙張:膠版紙
- 版次:1
- 開本:16開
《非線性濾波理論與目標(biāo)跟蹤應(yīng)用》以目標(biāo)跟蹤為應(yīng)用背景,系統(tǒng)闡述了貝葉斯遞推估計(jì)框架下的非線性濾波理論和實(shí)現(xiàn)方法,并針對不同的算法給出了大量的應(yīng)用實(shí)例。全書內(nèi)容共分四大部分、十二章,第一部分為非線性濾波理論與應(yīng)用基礎(chǔ)(分兩章),主要包含卡爾曼濾波算法原理及各種衍生形式、目標(biāo)跟蹤的系統(tǒng)模型、性能測度等;第二部分為解析高斯近似濾波與應(yīng)用(分四章),系統(tǒng)闡述四大類非線性濾波的算法原理、實(shí)現(xiàn)方法及改進(jìn)算法,具體包括函數(shù)近似法(擴(kuò)展卡爾曼濾波、中心差分卡爾曼濾波)、確定性采樣近似法(不敏卡爾曼濾波)、積分近似法(求積卡爾曼濾波、求容積卡爾曼濾波)及混合近似法(高斯和擴(kuò)展卡爾曼濾波、高斯和不敏卡爾曼濾波)等;第三部分為隨機(jī)采樣近似濾波與應(yīng)用(分四章),詳細(xì)闡述四類重要的隨機(jī)采樣近似濾波算法原理和實(shí)現(xiàn)方法,主要包括標(biāo)準(zhǔn)粒子濾波算法、序貫重要采樣濾波(擴(kuò)展粒子濾波、不敏粒子濾波)及改進(jìn)算法、邊緣化粒子濾波算法及智能優(yōu)化采樣濾波(包括遺傳粒子濾波、免疫粒子濾波、人工魚群粒子濾波)等;第四部分為非線性濾波的擴(kuò)展與應(yīng)用(分兩章),重點(diǎn)闡述在多傳感器和多模型兩種擴(kuò)展條件下、基于解析高斯和隨機(jī)采樣兩種近似的濾波算法原理和實(shí)現(xiàn)方法,包括多傳感器融合濾波、多模型濾波等。
《非線性濾波理論與目標(biāo)跟蹤應(yīng)用》可作為從事非線性濾波、貝葉斯估計(jì)、隨機(jī)信號處理、目標(biāo)跟蹤等科研工作人員的參考用書,也可作為電子技術(shù)、信息技術(shù)、自動化技術(shù)等專業(yè)的研究生用書和補(bǔ)充教材。
第一部分 非線性濾波理論與應(yīng)用基礎(chǔ)
第1章 離散時間最優(yōu)貝葉斯濾波
1.1貝葉斯濾波的統(tǒng)一框架
1.2最優(yōu)卡爾曼濾波
1.2.1卡爾曼濾波的MAP準(zhǔn)則推導(dǎo)
1.2.2卡爾曼濾波的正交投影推導(dǎo)
l.3卡爾曼濾波的擴(kuò)展
1.3.1完整形式的卡爾曼濾波
1.3.2噪聲未知時的濾波算法
1.3.3帶未知參量的濾波算法
1.3.4卡爾曼濾波的求根實(shí)現(xiàn)
1.4應(yīng)用實(shí)例
1.4.1系統(tǒng)噪聲自適應(yīng)估計(jì)
1.4.2勻加速機(jī)動目標(biāo)跟蹤
1.5本章小結(jié)
第一部分 非線性濾波理論與應(yīng)用基礎(chǔ)
第1章 離散時間最優(yōu)貝葉斯濾波
1.1貝葉斯濾波的統(tǒng)一框架
1.2最優(yōu)卡爾曼濾波
1.2.1卡爾曼濾波的MAP準(zhǔn)則推導(dǎo)
1.2.2卡爾曼濾波的正交投影推導(dǎo)
l.3卡爾曼濾波的擴(kuò)展
1.3.1完整形式的卡爾曼濾波
1.3.2噪聲未知時的濾波算法
1.3.3帶未知參量的濾波算法
1.3.4卡爾曼濾波的求根實(shí)現(xiàn)
1.4應(yīng)用實(shí)例
1.4.1系統(tǒng)噪聲自適應(yīng)估計(jì)
1.4.2勻加速機(jī)動目標(biāo)跟蹤
1.5本章小結(jié)
第2章 非線性跟蹤應(yīng)用與性能評估
2.1非線性跟蹤系統(tǒng)模型
2.1.1目標(biāo)運(yùn)動常用模型
2.1.2傳感器觀測模型
2.1.3雷達(dá)量測轉(zhuǎn)換
2.2非線性濾波性能評估
2.2.1通用誤差評估指標(biāo)
2.2.2濾波誤差理論下限
2.3應(yīng)用實(shí)例
2.3.1二維轉(zhuǎn)換量測目標(biāo)跟蹤
2.3.2跟蹤誤差理論下限分析
2.4本章小結(jié)
參考文獻(xiàn)
第二部分 解析高斯近似濾波與應(yīng)用
第3章 函數(shù)近似高斯濾波
3.1擴(kuò)展卡爾曼濾波
3.1.1隨機(jī)變量的非線性傳遞
3.1.2擴(kuò)展卡爾曼濾波算法
3.2EKF的誤差分析與改進(jìn)方法
3.2.1EKF的近似誤差分析
3.2.2EKF的幾種改進(jìn)方法
3.3中心差分卡爾曼濾波
3.3.1二階Sterling多項(xiàng)式插值
3.3.2插值后的均值和方差計(jì)算
3.3.3中心差分卡爾曼濾波器
3.3.4求根中心差分卡爾曼濾波器
3.4應(yīng)用實(shí)例
3.4.1徑向速度測量跟蹤
3.4.2橢圓擴(kuò)展目標(biāo)跟蹤
3.5本章小結(jié)
第4章 確定性采樣近似高斯濾波
4.1不敏變換與UKF濾波
4.1.1不敏變換UT
4.1.2UT近似誤差分析
4.1.3UKF算法
4.2求根UKF算法
4.3迭代uKF算法
4.4簡化uKF算法
4.5聯(lián)合估計(jì)UKF算法
4.6應(yīng)用實(shí)例
4.6.1被動目標(biāo)跟蹤
4.6.2轉(zhuǎn)彎目標(biāo)跟蹤
4.7本章小結(jié)
第5章 求積近似高斯濾波
5.1GH卡爾曼濾波
5.1.1GH求積分規(guī)則
5.1.2GH求積卡爾曼濾波
5.2求容積卡爾曼濾波
5.2.1求容積規(guī)則
第三部分 隨機(jī)采樣近似濾波與應(yīng)用
第四部分 非線性濾波的擴(kuò)展與應(yīng)用
附錄