• 基于集员估计的有界干扰系统信息融合滤波
21年品牌 40万+商家 超1.5亿件商品

基于集员估计的有界干扰系统信息融合滤波

全新正版 极速发货

71.85 6.5折 110 全新

库存5件

广东广州
认证卖家担保交易快速发货售后保障

作者刘洁瑜,沈强,汪立新

出版社科学出版社

ISBN9787030764461

出版时间2023-09

装帧平装

开本其他

定价110元

货号1203104323

上书时间2024-09-05

大智慧小美丽

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
目录
《信息科学技术学术著作丛书》序

前言

第1章绪论1

1.1信息融合滤波概述1

1.1.1研究背景1

1.1.2研究意义2

1.1.3信息融合滤波基本概念3

1.2有界干扰系统滤波研究5

1.2.1有界干扰系统滤波研究现状5

1.2.2有界干扰系统滤波研究现状分析8

1.2.3有界干扰系统滤波应用现状分析9

第2章预备知识与基础理论12

2.1引言12

2.2可行集的基础知识与基本概念12

2.2.1可行集12

2.2.2可行集的分类12

2.2.3集合的一般运算13

2.3输入-状态稳定性基本概念14

2.4矩阵运算相关引理15

2.4.1矩阵求逆引理15

2.4.2Schur补15

2.5有界干扰系统滤波基本概念及**算法16

2.5.1有界干扰系统滤波基本概念16

2.5.2有界干扰系统滤波**算法17

2.6本章小结20

第3章基于集员估计的线性有界干扰系统滤波21

3.1引言21

3.2BEACON算法21

3.3问题描述24

3.4基于BEACON算法的定界椭球自适应滤波25

3.4.1基于BEACON算法的状态预测更新25

3.4.2参数优化28

3.4.3算法特性分析与稳定性证明30

3.5仿真算例33

3.6本章小结42

第4章基于集员估计的线性有界干扰系统平滑43

4.1引言43

4.2Rauch-Tung-Striebel平滑43

4.3椭球定界固定滞后时间估计44

4.3.1基于BEAF的RTS平滑算法44

4.3.2基于BEAF的固定滞后时间估计46

4.4仿真算例47

4.5应用算例51

4.6本章小结56

第5章基于集员估计的线性有界干扰系统快速滤波57

5.1引言57

5.2基于量测序贯更新的有界干扰系统快速滤波57

5.2.1基于椭球-带求交的量测序贯更新57

5.2.2参数优化60

5.2.3算法特性分析与稳定性证明62

5.3仿真算例64

5.4本章小结71

第6章基于集员估计的非线性有界干扰系统滤波72

6.1引言72

6.2问题描述72

6.3扩展集员滤波算法73

6.3.1基于区间分析的线性化误差定界73

6.3.2扩展集员滤波迭代过程73

6.4基于中心差分的非线性有界干扰系统滤波74

6.4.1基于Stirling内插公式的非线性模型线性化75

6.4.2基于半定规划和DC分解的线性化误差定界78

6.4.3算法更新过程80

6.5仿真研究84

6.6本章小结89

第7章有界不确定系统多传感器融合滤波90

7.1引言90

7.2问题描述90

7.3针对有界噪声的融合滤波算法91

7.3.1针对有界噪声的量测扩维融合算法92

7.3.2针对有界噪声的量测加权融合算法93

7.3.3针对有界噪声的序贯滤波融合算法95

7.4性能分析98

7.4.1三种融合滤波的等价性98

7.4.2量测更新次序的可交换性102

7.5仿真算例103

7.6本章小结109

第8章有界/高斯双重不确定系统信息融合滤波110

8.1引言110

8.2双重不确定系统联合滤波110

8.2.1双重不确定误差模型110

8.2.2联合滤波预测更新112

8.3交互多模型联合滤波113

8.3.1多椭球加权Minkowski和113

8.3.2交互多模型联合滤波预测更新115

8.4实验分析120

8.5本章小结127

参考文献128

内容摘要
本书以集员估计理论为基础,围绕有界干扰系统信息融合滤波开展研究。首先,提出一种输入-状态稳定的定界椭球自适应滤波算法,提高滤波的收敛性和跟踪性能,并针对不同的精度和实时性要求进一步提出固定滞后区间平滑算法和基于次优定界椭球的有界干扰系统滤波算法。其次,为解决非线性有界干扰滤波算法存在的线性化误差大、线性化过程复杂,以及边界存在保守性等问题,提出基于中心差分的非线性有界干扰滤波算法。再次,对有界干扰下的融合滤波方法进行研究,提出相应的融合算法。最后,考虑实际应用中噪声的复杂性,提出具有双重不确定性的多模型融合方法。本书可供信号处理、航天、导航、目标跟踪、卫星测控、多传感器信息融合、机器人等领域的工程技术人员和研究人员参考。

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP