复杂系统的现代估计理论及应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

复杂系统的现代估计理论及应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

前言1

第1章 绪论1

1.1 背景1

1.2 运动目标的估计3

1.3 运动目标估计的进展5

1.4 预备知识10

1.5 附注10

参考文献10

第2章 概率统计及随机过程基础知识16

2.1 概述16

2.2 最小二乘估计17

2.3 多项式拟合25

2.4 参数估计的拟合优度与统计显著性32

2.5 极大似然估计和极大后验估计37

2.6 最小均方误差估计41

2.7 估计的性质45

2.8 本章小结55

参考文献55

第3章 Kalman估计56

3.1 Kalman滤波56

3.2 Kalman平滑63

3.3 滤波的基本定理74

3.4 本章小结77

参考文献78

第4章 单模型自适应估计79

4.1 引言79

4.2 模型方差自适应调节的估计器79

4.3 两级Kalman滤波器80

4.4 区间估计器81

4.5 Singer模型81

4.6　当前统计模型84

4.7　输入估计86

4.8　变维滤波88

4.9　强跟踪滤波器90

4.10　本章小结92

参考文献93

第5章　具有广义未知干扰输入的随机系统鲁棒滤波94

5.1　引言94

5.2　具有GUDI的随机系统建模95

5.3　上界滤波器设计98

5.4　最小上界滤波器设计99

5.5　仿真分析101

5.6　本章小结112

参考文献113

第6章　一种用于具有未知噪声线性系统的自适应Kalman滤波器115

6.1　引言115

6.2　问题描述116

6.3　自适应Kalman滤波器的设计118

6.4　时滞和参数估计的计算机仿真122

6.5　本章小结127

参考文献127

第7章　鲁棒IMM滤波130

7.1　引言130

7.2　算法推导132

7.3　时滞和参数的联合估计134

7.4　本章小结145

参考文献145

第8章　Gauss近似非线性滤波147

8.1　EKF滤波147

8.2　UT变换153

8.3　UKF算法157

8.4　仿真实验163

8.5　本章小结165

参考文献166

第9章 粒子滤波器170

9.1　引言170

9.2　基本思想170

9.3　PF实现177

9.4　仿真分析183

9.5　本章小结187

参考文献187

第10章　IMM算法190

10.1　引言190

10.2　IMM算法191

10.3　IMM算法参数分析192

10.4　IMM算法过渡过程仿真分析197

10.5　IMM算法的收敛性200

10.6　多模型估计与贝叶斯因果网201

10.7　本章小结205

参考文献206

第11章　自适应IMM算法207

11.1　引言207

11.2　SIMM算法207

11.3　具有参数的AIMM算法214

11.4　两级IMM算法225

11.5　本章小结235

参考文献235

第12章　混合估计平滑237

12.1　引言237

12.2　固定区间平滑算法237

12.3　一步固定滞后平滑算法240

12.4　基于状态扩维的任意步固定滞后平滑算法244

12.5　两种固定滞后平滑算法仿真比较249

12.6　本章小结253

参考文献253

第13章　基于一般紧支撑小波的动态多尺度系统（DMS）集中式最优估计254

13.1　引言254

13.2　离散DMS一般紧支撑小波实现254

13.3　离散定常DMS的一般紧支撑小波实现形式260

13.4　系统的随机可控性262

13.5　系统的随机可测性264

13.6　Kalman滤波系统的稳定性267

13.7　基于一般紧支撑小波的集中式最优估计算法仿真271

13.8　本章小结275

参考文献275

第14章　基于Haar小波的DMS序贯式最优估计276

14.1 引言276

14.2 序贯式Kalman滤波277

14.3 基于Haar小波的DMS序贯式估计281

14.4 基于Haar小波的序贯式最优估计算法仿真289

14.5 本章小结291

参考文献292

第15章 基于PF的检测跟踪一体化技术293

15.1 引言293

15.2 算法推导294

15.3 序列图像运动目标的检测和跟踪297

15.4 算法性能分析301

15.5 本章小结304

参考文献304

第16章 基于图像增强的机动目标跟踪306

16.1 引言306

16.2 基于图像增强的IMM估计311

16.3 模式观测一步滞后的IMM方法314

16.4 仿真分析322

16.5 本章小结329

参考文献329

第17章 基于地理信息的扩展对地跟踪332

17.1 引言332

17.2 利用地理信息的EGTT332

17.3 基于EGTT的EMTV333

17.4 基于EGTT的C-IMMMTV算法341

17.5 本章小结347

参考文献348

附录A 线性代数与线性系统简要回顾349

附录B 概率论与随机过程的简单回顾358

附录C 假设检验与统计推断的简单回顾392

附录D 第5章定理证明403

附录E 第6章定理证明408