孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索

多传感器最优估计理论及其应用

多传感器最优估计理论及其应用
分享
扫描下方二维码分享到微信
打开微信，点击右上角”+“，
使用”扫一扫“即可将网页分享到朋友圈。
作者: 著 , 著 , 著 , 著
出版社: 科学出版社
2015-03
版次: 1
ISBN: 9787030427168
定价: 118.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 392页
字数: 500千字
正文语种: 简体中文
分类: 工程技术
15人买过
  • 　　《多传感器最优估计理论及其应用》是关于多传感器数据融合最优估计理论及其应用的一部专著，主要汇集了作者近十几年来在多传感器数据融合、多速率系统滤波、最优估计理论、组合导航等方面的代表性研究成果。《多传感器最优估计理论及其应用》涉及的理论和方法有：Kalman 滤波及其各种改进算法，异步多速率线性系统、非线性系统的滤波与融合方法，观测数据存在不可靠、随机丢包等故障条件下的数据融合状态估计方法，噪声相关环境下的数据融合方法，以及对上述各种情况鲁棒的组合导航算法等。
    前言
    第1章绪论
    1.1背景与意义
    1.2多传感器数据融合的体系结构
    1.2.1多传感器数据融合的定义
    1.2.2多传感器数据融合的原理与体系结构
    1.2.3多传感器数据融合的优缺点
    1.3多传感器数据融合估计算法分类综述
    1.3.1采样率系统
    1.3.2单采样率多传感器数据融合状态估计算法
    1.3.3多采样率多传感器数据融合状态估计算法
    1.3.4异步多传感器数据融合估计算法
    1.3.5噪声相关环境下的数据融合估计算法
    1.3.6网络环境下的滤波和融合问题
    1.3.7非线性系统数据融合估计算法
    1.4组合导航系统与方法概述
    1.5当前研究热点、难点与未来的研究方向
    1.6本书的主要内容及章节安排
    1.7本章小结
    第2章随机离散动态系统的Kalman滤波
    2.1问题的提出
    2.2最优均方估计
    2.2.1最优均方估计的定义
    2.2.2线性最优均方估计
    2.3Kalman最优滤波基本方程
    2.3.1系统描述
    2.3.2离散时间Kalman滤波基本方程
    2.3.3离散时间Kalman滤波基本方程的直观推导
    2.3.4离散时间Kalman滤波基本方程的投影法证明
    2.4Kalman最优预测基本方程
    2.4.1状态的预测估计
    2.4.2状态预测估计的修正
    2.4.3最优增益阵
    2.4.4误差的无偏性及误差方差阵
    2.4.5离散系统Kalman最优预测基本方程
    2.5Kalman最优平滑基本方程
    2.5.1固定区间最优平滑
    2.5.2固定点最优平滑
    2.5.3固定滞后最优平滑
    2.6扩展Kalman滤波
    2.6.1围绕标称轨道线性化滤波方法
    2.6.2围绕滤波值线性化滤波方法
    2.7本章小结
    第3章变速率非均匀采样系统的Kalman滤波
    3.1引言
    3.2问题描述
    3.3非均匀采样系统的Kalman滤波算法
    3.4算法性能分析
    3.5仿真实例
    3.6本章小结
    第4章多尺度Kalman滤波及基于多尺度测量预处理的数据融合
    4.1引言
    4.2小波分析概述
    4.2.1小波变换的定义与基本性质
    4.2.2多尺度分析
    4.2.3Mallat算法
    4.3多尺度Kalman滤波
    4.4基于多尺度测量预处理的数据融合
    4.4.1系统描述
    4.4.2信号的多尺度表示
    4.4.3基于小波变换的多尺度测量预处理
    4.4.4基于多传感器多尺度测量预处理的信号去噪方法
    4.5仿真实例
    4.6本章小结
    第5章基于线性系统的多速率传感器数据融合估计
    5.1引言
    5.2问题描述
    5.3线性动态系统的多速率多传感器数据融合估计
    5.3.1基于状态分块的融合估计算法
    5.3.2两种分布式数据融合状态估计算法
    5.4仿真实例
    5.5本章小结
    第6章随机丢包情况下多速率传感器鲁棒融合估计
    6.1引言
    6.2问题描述
    6.3基于不完全观测数据的多速率传感器融合估计算法
    6.3.1模型约简
    6.3.2融合算法
    6.4仿真实例
    6.5本章小结
    第7章时不变线性系统的异步多速率传感器数据融合估计
    7.1引言
    7.2问题描述
    7.3尺度递归融合估计算法
    7.3.1多尺度状态空间模型
    7.3.2尺度递归状态融合估计算法
    7.4基于混合式结构的融合估计算法
    7.5两种分布式融合估计算法
    7.5.1递归联邦分布式融合估计
    7.5.2有反馈分布式融合估计
    7.6仿真实例
    7.6.1尺度递归融合估计算法仿真
    7.6.2混合式融合估计算法仿真
    7.6.3分布式融合估计算法仿真
    7.7本章小结
    第8章时不变系统异步多速率间歇数据的鲁棒融合估计
    8.1引言
    8.2问题描述
    8.3随机丢包下的异步多速率传感器数据融合算法
    8.4仿真实例
    8.4.1圆周运动的机动目标跟踪
    8.4.2目标跟踪系统的状态估计
    8.5本章小结
    第9章时变线性系统的异步多速率传感器数据融合估计
    9.1引言
    9.2问题描述
    9.3基于速率归一化和联邦Kalman滤波的分布式融合估计
    9.3.1异步多速率系统的速率归一化数学建模
    9.3.2基于联邦Kalman滤波的数据融合估计
    9.4异步多速率数据的顺序式融合估计
    9.5仿真实例
    9.5.1基于联邦Kalman滤波的融合估计算法仿真
    9.5.2顺序式融合估计算法仿真
    9.6本章小结
    第10章异步多速率传感器线性系统的建模与容错融合估计
    10.1引言
    10.2问题描述
    10.3最优状态估计算法
    10.3.1异步多速率多传感器系统建模
    10.3.2无故障情况下的数据融合估计
    10.3.3存在不可靠观测情况下的状态容错融合估计算法
    10.4状态容错融合估计算法的性能分析
    10.5仿真实例
    10.6本章小结
    第11章相关噪声环境下的多传感器数据融合
    11.1引言
    11.2问题描述
    11.3最优融合算法
    11.3.1最优集中式融合
    11.3.2最优顺序式融合
    11.3.3最优分布式融合
    11.4仿真实例
    11.5本章小结
    第12章相关噪声环境下多速率传感器融合估计
    12.1引言
    12.2问题描述
    12.3序贯式融合估计算法
    12.4分布式融合估计算法
    12.5仿真实例
    12.5.1序贯式融合估计算法仿真
    12.5.2分布式融合估计算法仿真
    12.6本章小结
    第13章噪声统计特性未知情况下的多源信息融合估计
    13.1引言
    13.2相关多源信息融合估计算法简述
    13.2.1广义凸组合融合算法
    13.2.2基于集合论的松弛切比雪夫中心协方差交叉算法
    13.2.3基于信息论的快速协方差交叉算法
    13.2.4容错广义凸组合融合算法
    13.3两种改进的多源信息融合估计算法
    13.3.1改进的松弛切比雪夫协方差交叉融合算法
    13.3.2改进的快速协方差交叉算法
    13.4仿真实例
    13.4.1Kalman滤波算法得到局部估计值
    13.4.2RCC-CI、IT-FCI、DCI仿真分析
    13.4.3FGCC、CI/CU仿真分析
    13.4.4改进算法的仿真分析
    13.5本章小结
    第14章非线性系统异步多速率传感器数据融合估计
    14.1引言
    14.2问题描述
    14.3状态融合估计算法
    14.3.1基于SPKF方法估计非线性时变系统的状态
    14.3.2基于STF方法估计非线性时变系统的状态
    14.3.3非线性系统状态估计新算法：SPSTF
    14.4仿真实例
    14.5本章小结
    第15章非线性系统异步多速率传感器数据容错融合估计
    15.1引言
    15.2问题描述
    15.3异步多速率传感器数据容错融合估计算法
    15.4仿真实例
    15.5本章小结
    第16章多传感器最优估计理论在导航系统中的应用
    16.1引言
    16.2组合导航系统模型
    16.3多速率系统的鲁棒Kalman滤波及在导航系统中的应用
    16.4仿真实例
    16.5本章小结
    参考文献

  • 内容简介:
    　　《多传感器最优估计理论及其应用》是关于多传感器数据融合最优估计理论及其应用的一部专著，主要汇集了作者近十几年来在多传感器数据融合、多速率系统滤波、最优估计理论、组合导航等方面的代表性研究成果。《多传感器最优估计理论及其应用》涉及的理论和方法有：Kalman 滤波及其各种改进算法，异步多速率线性系统、非线性系统的滤波与融合方法，观测数据存在不可靠、随机丢包等故障条件下的数据融合状态估计方法，噪声相关环境下的数据融合方法，以及对上述各种情况鲁棒的组合导航算法等。
  • 目录:
    前言
    第1章绪论
    1.1背景与意义
    1.2多传感器数据融合的体系结构
    1.2.1多传感器数据融合的定义
    1.2.2多传感器数据融合的原理与体系结构
    1.2.3多传感器数据融合的优缺点
    1.3多传感器数据融合估计算法分类综述
    1.3.1采样率系统
    1.3.2单采样率多传感器数据融合状态估计算法
    1.3.3多采样率多传感器数据融合状态估计算法
    1.3.4异步多传感器数据融合估计算法
    1.3.5噪声相关环境下的数据融合估计算法
    1.3.6网络环境下的滤波和融合问题
    1.3.7非线性系统数据融合估计算法
    1.4组合导航系统与方法概述
    1.5当前研究热点、难点与未来的研究方向
    1.6本书的主要内容及章节安排
    1.7本章小结
    第2章随机离散动态系统的Kalman滤波
    2.1问题的提出
    2.2最优均方估计
    2.2.1最优均方估计的定义
    2.2.2线性最优均方估计
    2.3Kalman最优滤波基本方程
    2.3.1系统描述
    2.3.2离散时间Kalman滤波基本方程
    2.3.3离散时间Kalman滤波基本方程的直观推导
    2.3.4离散时间Kalman滤波基本方程的投影法证明
    2.4Kalman最优预测基本方程
    2.4.1状态的预测估计
    2.4.2状态预测估计的修正
    2.4.3最优增益阵
    2.4.4误差的无偏性及误差方差阵
    2.4.5离散系统Kalman最优预测基本方程
    2.5Kalman最优平滑基本方程
    2.5.1固定区间最优平滑
    2.5.2固定点最优平滑
    2.5.3固定滞后最优平滑
    2.6扩展Kalman滤波
    2.6.1围绕标称轨道线性化滤波方法
    2.6.2围绕滤波值线性化滤波方法
    2.7本章小结
    第3章变速率非均匀采样系统的Kalman滤波
    3.1引言
    3.2问题描述
    3.3非均匀采样系统的Kalman滤波算法
    3.4算法性能分析
    3.5仿真实例
    3.6本章小结
    第4章多尺度Kalman滤波及基于多尺度测量预处理的数据融合
    4.1引言
    4.2小波分析概述
    4.2.1小波变换的定义与基本性质
    4.2.2多尺度分析
    4.2.3Mallat算法
    4.3多尺度Kalman滤波
    4.4基于多尺度测量预处理的数据融合
    4.4.1系统描述
    4.4.2信号的多尺度表示
    4.4.3基于小波变换的多尺度测量预处理
    4.4.4基于多传感器多尺度测量预处理的信号去噪方法
    4.5仿真实例
    4.6本章小结
    第5章基于线性系统的多速率传感器数据融合估计
    5.1引言
    5.2问题描述
    5.3线性动态系统的多速率多传感器数据融合估计
    5.3.1基于状态分块的融合估计算法
    5.3.2两种分布式数据融合状态估计算法
    5.4仿真实例
    5.5本章小结
    第6章随机丢包情况下多速率传感器鲁棒融合估计
    6.1引言
    6.2问题描述
    6.3基于不完全观测数据的多速率传感器融合估计算法
    6.3.1模型约简
    6.3.2融合算法
    6.4仿真实例
    6.5本章小结
    第7章时不变线性系统的异步多速率传感器数据融合估计
    7.1引言
    7.2问题描述
    7.3尺度递归融合估计算法
    7.3.1多尺度状态空间模型
    7.3.2尺度递归状态融合估计算法
    7.4基于混合式结构的融合估计算法
    7.5两种分布式融合估计算法
    7.5.1递归联邦分布式融合估计
    7.5.2有反馈分布式融合估计
    7.6仿真实例
    7.6.1尺度递归融合估计算法仿真
    7.6.2混合式融合估计算法仿真
    7.6.3分布式融合估计算法仿真
    7.7本章小结
    第8章时不变系统异步多速率间歇数据的鲁棒融合估计
    8.1引言
    8.2问题描述
    8.3随机丢包下的异步多速率传感器数据融合算法
    8.4仿真实例
    8.4.1圆周运动的机动目标跟踪
    8.4.2目标跟踪系统的状态估计
    8.5本章小结
    第9章时变线性系统的异步多速率传感器数据融合估计
    9.1引言
    9.2问题描述
    9.3基于速率归一化和联邦Kalman滤波的分布式融合估计
    9.3.1异步多速率系统的速率归一化数学建模
    9.3.2基于联邦Kalman滤波的数据融合估计
    9.4异步多速率数据的顺序式融合估计
    9.5仿真实例
    9.5.1基于联邦Kalman滤波的融合估计算法仿真
    9.5.2顺序式融合估计算法仿真
    9.6本章小结
    第10章异步多速率传感器线性系统的建模与容错融合估计
    10.1引言
    10.2问题描述
    10.3最优状态估计算法
    10.3.1异步多速率多传感器系统建模
    10.3.2无故障情况下的数据融合估计
    10.3.3存在不可靠观测情况下的状态容错融合估计算法
    10.4状态容错融合估计算法的性能分析
    10.5仿真实例
    10.6本章小结
    第11章相关噪声环境下的多传感器数据融合
    11.1引言
    11.2问题描述
    11.3最优融合算法
    11.3.1最优集中式融合
    11.3.2最优顺序式融合
    11.3.3最优分布式融合
    11.4仿真实例
    11.5本章小结
    第12章相关噪声环境下多速率传感器融合估计
    12.1引言
    12.2问题描述
    12.3序贯式融合估计算法
    12.4分布式融合估计算法
    12.5仿真实例
    12.5.1序贯式融合估计算法仿真
    12.5.2分布式融合估计算法仿真
    12.6本章小结
    第13章噪声统计特性未知情况下的多源信息融合估计
    13.1引言
    13.2相关多源信息融合估计算法简述
    13.2.1广义凸组合融合算法
    13.2.2基于集合论的松弛切比雪夫中心协方差交叉算法
    13.2.3基于信息论的快速协方差交叉算法
    13.2.4容错广义凸组合融合算法
    13.3两种改进的多源信息融合估计算法
    13.3.1改进的松弛切比雪夫协方差交叉融合算法
    13.3.2改进的快速协方差交叉算法
    13.4仿真实例
    13.4.1Kalman滤波算法得到局部估计值
    13.4.2RCC-CI、IT-FCI、DCI仿真分析
    13.4.3FGCC、CI/CU仿真分析
    13.4.4改进算法的仿真分析
    13.5本章小结
    第14章非线性系统异步多速率传感器数据融合估计
    14.1引言
    14.2问题描述
    14.3状态融合估计算法
    14.3.1基于SPKF方法估计非线性时变系统的状态
    14.3.2基于STF方法估计非线性时变系统的状态
    14.3.3非线性系统状态估计新算法：SPSTF
    14.4仿真实例
    14.5本章小结
    第15章非线性系统异步多速率传感器数据容错融合估计
    15.1引言
    15.2问题描述
    15.3异步多速率传感器数据容错融合估计算法
    15.4仿真实例
    15.5本章小结
    第16章多传感器最优估计理论在导航系统中的应用
    16.1引言
    16.2组合导航系统模型
    16.3多速率系统的鲁棒Kalman滤波及在导航系统中的应用
    16.4仿真实例
    16.5本章小结
    参考文献

查看详情
相关分类
工业技术 矿业工程 金属学与金属工艺 机械、仪表工业 能源与动力工程 原子能技术 电工技术 电子与通信 化学工业 轻工业、手工业 建筑 水利工程 汽车与交通运输 航空/航天
相关图书 / 更多
多传感器最优估计理论及其应用
多传感器数据融合系统：EKF及模糊决策应用分析
王海鹏、熊伟、贾舒宜 译
￥120.00 起
多传感器最优估计理论及其应用
多传感器数据融合：算法、结构设计与应用
Fourati 著；[法]Hassen、孙合敏、周焰、吴卫华 译
￥398.00 起
多传感器最优估计理论及其应用
多传感器协同跟踪管理与应用
单甘霖、段修生、吉兵、付强 著
￥23.00 起
多传感器最优估计理论及其应用
多传感器信息融合估计理论及其在智能制造中的应用
金学波；苏婷立
￥29.00 起
多传感器最优估计理论及其应用
多传感器数据智能融合理论与应用
戴亚平 马俊杰 王笑涵 编著
￥15.43 起
多传感器最优估计理论及其应用
多传感器数据融合理论及应用
[美]Lawrence A. Klein 著；戴亚平 译
￥80.00 起
多传感器最优估计理论及其应用
多传感器编队目标跟踪技术（第2版）
王聪
￥35.58 起
多传感器最优估计理论及其应用
多传感器组网协同跟踪的理论与方法
杨永建、程嗣怡、向建军、南建国 著
￥23.80 起
多传感器最优估计理论及其应用
多传感器协同管理与辐射控制技术
吴巍、王国宏、薛冰 著
￥16.80 起
多传感器最优估计理论及其应用
多传感器分布式信号检测理论与方法
彭应宁 著；刘向阳、许稼、王小谟、左群声 编
￥23.45 起
多传感器最优估计理论及其应用
多传感器信息融合导航技术
申强、杨成伟 编
￥168.00 起
多传感器最优估计理论及其应用
多传感器加权观测融合Kalman滤波理论
冉陈键 著
￥8.97 起
您可能感兴趣 / 更多
多传感器最优估计理论及其应用
随机过程理论及其在自动控制中的应用
闫莉萍 编
￥30.00 起
© 2002-2024 Kongfz.com 孔夫子旧书网 版权所有
关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全