资 源 简 介
本书将理论和应用相结合，深入浅出地介绍了卡尔曼滤波的基本原理和相关的重要主题。从推导、理解卡尔曼滤波必须具备的数学知识入手，首先给出了卡尔曼滤波的直观理解和严格的正交投影证明; 在此基础上，针对卡尔曼滤波在实际应用时遇到的不同问题，介绍了系统噪声和量测噪声相关时的卡尔曼滤波、有色噪声的处理方法、时不变系统的极限卡尔曼滤波、序贯算法和平方根算法、非线性系统的扩展卡尔曼滤波、高维系统的解耦卡尔曼滤波、不确定系统的区间卡尔曼滤波、随机信号多分辨分析的小波卡尔曼滤波等，并在最后一章简单列举了主体部分没有介绍到的卡尔曼滤波的一些其他重要主题； 最后给出了每一章练习题的解答或提示。本书可以作为通信、导航、自动化、电子、应用数学等专业高年级本科生或研究生的教学用书，也可作为工程技术人员的参考书。本书也适合自学，任何具备基本线性代数、概率论和系统工程知识的读者都能够理解本书。
目录
编辑
第1章预备知识
1.1矩阵和行列式初步
1.2概率论初步
1.3最小二乘初步
练习
第2章卡尔曼滤波： 简单推导
2.1模型
2.2最优准则
2.3预测校正公式
2.4卡尔曼滤波过程
练习
第3章正交投影和卡尔曼滤波
3.1最优估计的正交性
3.2新息序列
3.3最小方差估计
3.4卡尔曼滤波方程
3.5实时跟踪
练习
第4章系统噪声和量测噪声相关的卡尔曼滤波
4.1仿射模型
4.2最优估计算子
4.3额外数据对最优估计的影响
4.4卡尔曼滤波方程推导
4.5实时应用
4.6线性确定/随机系统
练习
第5章有色噪声
5.1处理思路
5.2误差估计
5.3卡尔曼滤波过程
5.4系统白噪声
5.5实时应用
练习
第6章极限（稳态）卡尔曼滤波
6.1处理思路
6.2主要结论
6.3几何收敛
6.4实时应用
练习
第7章序贯算法和平方根算法
7.1序贯算法
7.2平方根算法
7.3实时应用算法
练习
第8章扩展卡尔曼滤波和系统辨识
8.1扩展卡尔曼滤波
8.2卫星轨道估计
8.3自适应系统辨识
8.4一个常值参数辨识的例子
8.5改进的扩展卡尔曼滤波
8.6时变参数辨识
练习
第9章滤波方程解耦
9.1解耦公式
9.2实时跟踪
9.3αβγ跟踪器
9.4一个例子
练习
第10章区间系统的卡尔曼滤波
10.1区间数学
10.1.1区间及其特性
10.1.2区间运算
10.1.3有理区间函数
10.1.4区间期望和方差
10.2区间卡尔曼滤波
10.2.1区间卡尔曼滤波方案
10.2.2次优区间卡尔曼滤波
10.2.3目标跟踪的例子
10.3加权平均区间卡尔曼滤波
练习
第11章小波卡尔曼滤波
11.1小波初步
11.1.1小波基础
11.1.2离散小波变换和滤波器组
11.2信号估计和分解
11.2.1随机信号的估计和分解
11.2.2一个随机游走的例子
练习
第12章附录
12.1卡尔曼平滑器
12.2αβγθ跟踪器
12.3自适应卡尔曼滤波
12.4自适应卡尔曼滤波在维纳滤波中的应用
12.5卡尔曼布希滤波
12.6随机最优控制
12.7平方根滤波及其脉动阵列实现
参考文献
练习答案和提示
索引
