非高斯强非线性系统滤波器设计理论及其应用
全新正版 极速发货
¥
75.46
6.4折
¥
118
全新
库存4件
作者文成林,孙晓辉,文韬
出版社科学出版社
ISBN9787030749901
出版时间2023-07
装帧平装
开本16开
定价118元
货号1202997840
上书时间2024-09-05
商品详情
- 品相描述:全新
- 商品描述
-
目录
前言
第1章绪论1
1.1选题背景与意义1
1.2研究内容及章节安排4
参考文献6
第2章系统状态很优估计的基本概念11
2.1估计11
2.2估计准则和很优估计11
2.3估计方法12
2.4最小方差估计13
2.5极大似然估计16
2.6极大后验估计19
2.7线性最小方差估计20
2.8最小二乘估计24
2.9加权最小二乘估计26
2.10本章小结27
参考文献27
第3章滤波问题与线性系统Kalman滤波器设计28
3.1引言28
3.2滤波问题的提出29
3.2.1Kalman滤波问题的提法29
3.2.2连续系统的离散化过程30
3.2.3离散系统Kalman滤波问题的分类32
3.3预备知识33
3.4线性高斯系统状态估计的Kalman滤波器设计33
3.4.1基于正交性原理的线性Kalman滤波器设计34
3.4.2误差协方差及很优增益阵的几种变形计算公式37
3.4.3基于转移概率的线性Kalman滤波器设计38
参考文献39
第4章高斯噪声系统状态估计的Kalman滤波设计41
4.1非线性高斯系统状态估计的扩展Kalman滤波器设计41
4.1.1非线性系统模型41
4.1.2围绕标称轨道线性化滤波方法42
4.1.3围绕滤波值线性化的滤波方法45
4.1.4非线性系统状态估计的扩展Kalman滤波器性能分析48
4.2非线性高斯系统状态估计的无迹Kalman滤波器设计49
4.2.1非线性系统描述50
4.2.2无迹Kalman滤波器的建立51
4.2.3无迹Kalman滤波器的性能分析53
4.3非线性高斯系统状态估计的容积Kalman滤波器设计55
4.3.1非线性系统描述55
4.3.2容积Kalman滤波的建立56
4.3.3UKF与CKF运算复杂度的比较57
4.3.4双层容积Kalman滤波器设计58
4.3.5仿真实验62
4.3.6本节小结64
4.4非线性高斯系统状态估计的强跟踪Kalman滤波器设计65
4.4.1强跟踪滤波器的引入65
4.4.2一种带次优渐消因子的扩展Kalman滤波器68
4.4.3一种带多重次优渐消因子的扩展Kalman滤波器73
4.4.4STF与EKF的性能比较分析77
参考文献80
第5章非高斯噪声系统状态估计的Kalman滤波器设计81
5.1线性有色噪声系统状态估计的Kalman滤波器设计81
5.1.1系统噪声或观测噪声是有色噪声的Kalman滤波81
5.1.2控制系统附加噪声是有色噪声,观测系统附加噪声是白噪声82
5.1.3控制系统附加噪声是白噪声,观测系统附加噪声是有色噪声82
5.1.4控制系统和观测系统的附加噪声均为有色噪声84
5.2一般系统噪声密度函数下状态估计的粒子滤波器设计84
5.2.1非线性系统描述85
5.2.2粒子滤波87
5.3非线性非高斯系统状态估计的特征函数滤波器设计91
5.3.1基于特征函数的多维观测器滤波方法92
5.3.2仿真实验96
5.3.3非线性系统中基于特征函数的滤波方法104
5.3.4滤波方法的设计108
5.3.5仿真实验109
5.3.6本节小结119
5.4线性系统噪声有限采样下状态估计的优选相关熵滤波器设计119
5.4.1优选熵原理120
5.4.2经典Kalman滤波器122
5.4.3基于优选相关熵准则的Kalman滤波器设计123
5.4.4基于采样样本均值估计器的滤波器设计124
5.4.5仿真实验129
5.4.6本节小结131
参考文献131
第6章一类可加型非线性动态系统状态估计的高阶Kalman滤波器设计133
6.1引言133
6.2预备知识134
6.3可加型强非线性动态系统描述135
6.4可加型强非线性动态系统的伪线性化表示136
6.4.1非线性状态模型的伪线性化表示137
6.4.2强非线性测量函数的伪线性化表示138
6.5基于扩维空间非线性系统的线性化表示139
6.5.1基于扩维状态空间非线性状态模型的线性化表示139
6.5.2基于扩维空间非线性测量模型的线性化表示140
6.6基于高阶扩维空间的Kalman滤波器设计141
6.6.1高阶扩维状态的线性系统描述141
6.6.2高阶扩维状态估计的Kalman滤波器设计141
6.7数值仿真验证144
6.7.1案例一144
6.7.2案例二145
6.8本章小结147
参考文献148
第7章一类可乘型强非线性系统的逐步线性化Kalman滤波器设计150
7.1引言150
7.2问题描述150
7.3强非线性动态系统的线性化描述151
7.3.1状态模型的线性化表示建模151
7.3.2测量模型的线性化表示建模152
7.4隐变量与所有变量间的线性耦合建模153
7.5强非线性系统的逐级线性化滤波器设计154
7.5.1隐变量的逐级线性Kalman滤波器设计154
7.5.2状态变量的线性Kalman滤波器设计157
7.6近似误差分析159
7.6.1EKF误差分析159
7.6.2隐变量的近似误差分析160
7.6.3状态变量的近似误差分析161
7.7仿真验证161
7.7.1案例一161
7.7.2案例二163
7.8本章小结165
参考文献165
第8章一类加性与乘性混合型强非线性动态系统的高阶Kalman滤波器设计166
8.1引言166
8.2问题描述166
8.3强非线性动态模型的线性化表示167
8.3.1状态模型和测量模型的加性伪线性化表示167
8.3.2状态模型和测量模型的乘性线性化表示168
8.4隐变量建模170
8.5非线性滤波器设计171
8.5.1隐变量的滤波器设计171
8.5.2状态变量的滤波器设计174
8.6仿真验证177
8.6.1案例一177
8.6.2案例二179
8.6.3案例三180
8.7本章小结182
参考文献183
第9章一般型强非线性动态系统的高阶Kalman滤波器设计184
9.1引言184
9.2问题描述184
9.3状态模型的线性化表示185
9.3.1状态模型的高阶泰勒级数展开185
9.3.2状态模型的伪线性表示187
9.3.3隐变量建模187
9.3.4状态模型的线性化表示189
9.4非线性动态测量模型的线性化表示190
9.4.1非线性测量模型的高阶泰勒级数展开190
9.4.2非线性测量模型的伪线性表示191
9.4.3非线性测量模型的线性化描述191
9.5基于状态扩维线性化的高阶扩展Kalman滤波器设计192
9.5.1集中式高阶Kalman滤波器设计192
9.5.2序贯式高阶扩展Kalman滤波器设计193
9.6性能分析197
9.6.1状态扩维空间下线性化模型的线性分析197
9.6.2截断误差分析198
9.7仿真验证199
9.7.1案例一199
9.7.2案例二200
9.8本章小结203
第10章锂电池SOC估计的高阶Kalman滤波方法204
10.1引言204
10.2锂电池充放电动态过程建模205
10.3电池SOC估计的高阶项扩维建模208
10.3.1隐变量引入扩维建模208
10.3.2针对锂电池扩维建模209
10.4结果分析212
10.5本章小结215
参考文献215
第11章超越非线性输入输出系统参数在线辨识方法217
11.1引言217
11.2系统描述217
11.3非线性输入输出系统的状态与观测动态特性建模218
11.4非线性输入输出系统基于EKF的参数辨识方法219
11.5系统参数辨识基于高阶Kalman滤波方法220
11.5.1隐变量引入与新动态系统描述220
11.5.2设计求解的内递归Kalman滤波器222
11.5.3求取系统参数变量的估计值和估计误差协方差矩阵227
11.6求取系统复合参数变量的估计值和估计误差协方差矩阵227
11.7仿真实验232
11.7.1仿真一232
11.7.2仿真二234
11.7.3仿真三236
11.8本章小结238
参考文献238
内容摘要
本书主要介绍了非线性系统状态估计与参数辨识研究方向的*新进展,在介绍*优状态估计、线性系统滤波、非线性系统滤波等基本知识的基础上,针对可加型、可乘型、可加可乘混合型和一般型等非线性系统,通过引入状态隐变量、隐变量扩维动态建模,在扩维空间中设计出新型的高精度扩展Kalman滤波器,可有效提高对非线性系统状态估计与参数辨识的精度。将在高斯环境中设计出的新型滤波器,迁移至几类典型非高斯噪声滤波器设计场景。在非线性高精度滤波器设计领域独辟一条解决问题的蹊径。
— 没有更多了 —
以下为对购买帮助不大的评价