《Kalman濾波理論及其在導航系統中的套用（第2版）》 2010年4月1日科學出版社出版，作者是付夢印。
基本介紹
內容簡介,圖書目錄,
內容簡介
《Kalman濾波理論及其在導航系統中的套用(第2版)》緊密結合Kalman濾波理論在導航、制導與控制領域的套用，系統地介紹了Kalman濾波基礎理論及最新發展。內容主要包括Kalman濾波基本理論、實用Kalman濾波技術、魯棒自適應濾波、聯邦Kalman濾波、基於小波分析的多尺度Kalman濾波和離散非線性系統濾波等。
《Kalman濾波理論及其在導航系統中的套用(第2版)》注重理論與工程實際相結合，在介紹理論基礎上，還融入了作者及其他研究者的實際套用成果，理論與實踐並重。
圖書目錄
第二版前言
第一版前言
第1章 緒論
1.1 Kalman濾波理論基礎
1.1.1 濾波與估計
1.1.2 線性最小方差估計
1.1.3 正交投影定理
1.1.4 白噪聲與有色噪聲
1.2 Kalman濾波理論的發展及其套用
1.3 非線性濾波理論及方法
第2章 隨機線性系統Kalman濾波基本方程
2.1 隨機線性系統的數學模型
2.1.1 隨機線性離散系統的數學模型
2.1.2 隨機線性連續系統的數學模型
2.1.3 隨機線性連續系統的離散化
2.2 隨機線性離散系統的Kalman濾波方程
2.2.1 隨機線性離散系統Kalman濾波基本方程
2.2.2 隨機線性離散系統Kalman濾波方程的直觀推導
2.2.3 隨機線性離散系統Kalman濾波方程的投影法推導
2.3 隨機線性連續系統Kalman濾波基本方程
2.4 隨機線性離散系統的最優預測與平滑
2.4.1 隨機線性離散系統的最優預測
2.4.2 隨機線性離散系統的最優平滑
思考題
第3章 Kalman濾波的穩定性及誤差分析
3.1 穩定性的概念
3.2 隨機線性系統的可控性與可觀測性
3.2.1 隨機線性系統的可控性
3.2.2 隨機線性系統的可觀測性
3.3 Kalman濾波穩定性的判別
3.3.1 隨機線性系統的濾波穩定性判別
3.3.2 特定條件系統的濾波穩定性判別
3.4 Kalman濾波的誤差分析
3.5 幾種可觀測性分析方法及其在慣性導航系統中的套用
3.5.1 慣性導航系統初始對準的誤差方程
3.5.2 幾種可觀測性分析方法及其套用
思考題
第4章 實用Kalman濾波技術
4.1 噪聲非標準假設條件下的Kalman濾波
4.1.1 存在確定性控制時的Kalman濾波
4.1.2 白噪聲相關條件下的Kalman濾波
4.1.3 有色噪聲條件下的Kalman濾波
4.2 Kalman濾波發散的抑制
4.2.1 Kalman濾波中的發散現象
4.2.2 Kalman濾波發散的抑制方法
4.3 分解濾波
4.3.1 非負定矩陣的三角形分解
4.3.2 觀測值為標量時的誤差方差平方根濾波
4.3.3 信息平方根濾波
4.3.4 序列平方根濾波
4.3.5 UD分解濾波
4.3.6 分解濾波在近地衛星GPS自主定軌算法中的套用
思考題
第5章 魯棒自適應濾波
5.1 系統的不確定性
5.2 魯棒控制技術基礎
5.2.1 基礎知識
5.2.2 H∞控制的標準設計問題
5.2.3 Hamilton矩陣與H∞標準設計問題的求解
5.3 H∞濾波
5.3.1 H∞濾波問題的表達
5.3.2 次優H∞濾波問題的解
5.3.3 H∞濾波器的參數化
5.3.4 GPS/INS組合導航系統H∞濾波
5.4 強跟蹤濾波
5.4.1 強跟蹤濾波器的引入
5.4.2 基於強跟蹤濾波器的多感測器狀態融合估計
5.4.3 實例
5.5 自適應濾波
5.5.1 相關法自適應濾波
5.5.2 Sage-Husa自適應Kalman濾波
5.5.3 雷射陀螺隨機漂移自適應Kalman濾波
思考題
第6章 聯邦Kalman濾波
6.1 各子濾波器估計不相關條件下的聯邦濾波算法
6.2 各子濾波器估計相關條件下的聯邦濾波算法
6.2.1 信息分配原則與全局最優估計
6.2.2 聯邦濾波算法的時間更新
6.2.3 聯邦濾波算法的觀測更新
6.2.4 聯邦濾波器的結構
6.3 基於聯邦濾波的慣性導航姿態組合算法
6.3.1 基於姿態-速度-位置組合方式的聯邦濾波器實現結構
6.3.2 姿態組合觀測方程
6.3.3 仿真實例
思考題
第7章 基於小波分析的多尺度Kalman濾波
7.1 小波分析
7.1.1 小波變換
7.1.2 多尺度分析
7.1.3 Mallat算法
7.2 多尺度系統理論
7.3 動態系統的多尺度Kalman濾波
7.4 多尺度Kalman濾波在導航系統中的套用
7.4.1 系統描述
7.4.2 多尺度模型的建立
7.4.3 狀態的多尺度估計
7.4.4 多尺度Kalman濾波在導航系統中的套用實例
思考題
第8章 離散非線性系統濾波
8.1 擴展Kalman濾波
8.1.1 隨機非線性離散系統標稱狀態線性化濾波
8.1.2 隨機非線性離散系統擴展Kalman濾波
8.1.3 擴展Kalman濾波在車輛GPS/DR組合定位系統中的套用
8.2 Sigma點Kalman濾波
8.2.1無跡Kalman濾波
8.2.2 中心微分Kalman濾波
8.2.3 平方根無跡Kalman濾波
8.2.4 Sigma點Kalman濾波在GPS/INS組合導航系統中的套用
8.3 粒子濾波
8.3.1 隱馬爾可夫模型與貝葉斯推斷
8.3.2 重要性採樣
8.3.3 序列重要性採樣
8.3.4 重採樣法
8.3.5 優選重要性密度函式法
8.3.6 無跡粒子濾波在捷聯慣性導航系統初始對準中的套用
思考題
參考文獻
附錄
附錄A 隨機變數與隨機過程
A.1 隨機變數的數學特徵
A.2 隨機過程
附錄B 矩陣運算的一些公式
B.1 矩陣代數的一些常用性質公式
B.2 分塊三角矩陣求逆公式
B.3 向量與矩陣的微分運算
B.4 矩陣求逆引理
附錄C 幾種常見估計方法的比較
