图书介绍

鲁棒融合估计理论及应用PDF|Epub|txt|kindle电子书版本网盘下载

鲁棒融合估计理论及应用
  • 邓自立等著 著
  • 出版社: 哈尔滨:哈尔滨工业大学出版社
  • ISBN:9787560375861
  • 出版时间:2019
  • 标注页数:473页
  • 文件大小:70MB
  • 文件页数:487页
  • 主题词:鲁棒控制-高等学校-教材

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

鲁棒融合估计理论及应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

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

图书目录

第1章 绪论1

1.1引言1

1.2多传感器最优信息融合Kalman滤波2

1.2.1集中式融合与分布式融合方法2

1.2.2状态融合与观测融合方法3

1.3不确定系统鲁棒Kalman滤波4

1.3.1系统的不确定性4

1.3.2噪声方差不确定性5

1.3.3模型参数不确定性6

1.3.4系统观测不确定性7

1.3.5鲁棒性8

1.4鲁棒Kalman滤波方法9

1.4.1 Riccati方程方法10

1.4.2线性矩阵不等式(LMI)方法10

1.4.3极大极小鲁棒滤波方法11

1.4.4最优鲁棒滤波方法12

1.4.5协方差交叉(CI)融合鲁棒Kalman滤波方法13

1.5鲁棒Kalman滤波研究现状14

1.5.1仅含不确定噪声方差系统鲁棒Kalman滤波14

1.5.2仅含范数有界不确定参数系统鲁棒Kalman滤波14

1.5.3仅含乘性噪声系统鲁棒Kalman滤波15

1.5.4混合不确定网络化系统最优鲁棒Kalman滤波15

1.5.5混合不确定网络化系统极大极小鲁棒融合Kalman滤波16

1.6极大极小鲁棒融合估计理论及应用、方法论、主要贡献和创新17

1.6.1本书最新研究成果17

1.6.2主要贡献和创新20

1.7面临的挑战性问题21

参考文献22

第2章 最优估计方法33

2.1 WLS估计方法33

2.2 LUMV估计方法35

2.3 LMV估计方法——正交投影方法,新息分析方法37

2.4最优加权状态融合估计方法42

2.4.1按矩阵加权最优状态融合估计方法43

2.4.2按标量加权最优状态融合估计方法46

2.4.3按对角阵加权最优状态融合估计方法48

2.5最优加权观测融合估计方法49

2.5.1加权观测融合数据压缩准则49

2.5.2加权观测融合算法50

2.5.3加权观测融合算法的全局最优性52

参考文献52

第3章 最优Kalman滤波54

3.1引言54

3.2状态空间模型与ARMA模型55

3.2.1状态空间模型与Kalman滤波问题55

3.2.2 ARMA模型与状态空间模型的关系62

3.3最优Kalman滤波66

3.3.1 Kalman滤波器和预报器67

3.3.2 Kalman平滑器71

3.3.3信息滤波器72

3.4 Kalman滤波的稳定性74

3.5稳态Kalman滤波79

3.5.1稳态Kalman估值器80

3.5.2稳态Kalman滤波的收敛性82

3.6白噪声估值器86

3.7相关噪声系统时变和稳态Kalman滤波和白噪声反卷积88

参考文献95

第4章 鲁棒融合Kalman滤波新方法和关键技术98

4.1基于Lyapunov方程方法的极大极小鲁棒融合Kalman滤波方法98

4.1.1鲁棒局部稳态Kalman预报器100

4.1.2鲁棒加权状态融合稳态Kalman预报器101

4.1.3仿真应用例子104

4.2改进的协方差交叉(CI)融合鲁棒Kalman滤波方法106

4.2.1协方差椭圆及其性质106

4.2.2 CI融合估计的几何原理111

4.2.3 CI融合算法推导112

4.2.4最优参数ω的选择113

4.2.5 CI融合器的鲁棒性113

4.2.6批处理协方差交叉(BCI)融合鲁棒估值器116

4.2.7改进的CI融合鲁棒Kalman估值器118

4.2.8序贯协方差交叉(SCI)融合鲁棒估值器122

4.2.9改进的SCI融合鲁棒Kalman估值器126

4.2.10仿真应用例子128

4.2.11并行协方差交叉(PCI)和改进的PCI融合鲁棒估值器130

4.3基于虚拟噪声技术和广义Lyapunov方程的极大极小鲁棒Kalman滤波方法134

4.3.1带不确定噪声方差和乘性噪声系统鲁棒融合稳态Kalman预报器135

4.3.2带不确定噪声方差和丢失观测系统鲁棒稳态Kalman预报器137

4.3.3带不确定噪声方差和丢包系统鲁棒稳态Kalman预报器138

4.3.4带不确定噪声方差和随机观测滞后系统鲁棒稳态Kalman预报器141

4.3.5带不确定噪声方差、随机观测滞后和丢失观测系统鲁棒稳态Kalman预报器142

4.4混合不确定网络化系统极大极小鲁棒Kalman滤波的关键技术146

参考文献149

第5章 不确定系统改进的CI融合鲁棒Kalman估值器153

5.1引言153

5.2带丢失观测和不确定噪声方差系统改进的CI融合鲁棒稳态Kalman滤波器155

5.2.1鲁棒局部稳态Kalman滤波器155

5.2.2改进的CI融合鲁棒稳态Kalman滤波器158

5.3带乘性噪声和不确定噪声方差系统改进的CI融合鲁棒稳态Kalman预报器160

5.3.1鲁棒局部稳态Kalman预报器160

5.3.2改进的CI融合鲁棒稳态Kalman预报器162

5.4带不确定方差线性相关白噪声系统改进的CI融合鲁棒稳态Kalman估值器164

5.4.1鲁棒局部稳态Kalman预报器164

5.4.2鲁棒局部稳态Kalman滤波器和平滑器165

5.4.3改进的CI融合鲁棒稳态Kalman估值器166

5.5仿真例子168

5.6本章小结174

参考文献175

第6章 带混合不确定性网络化系统加权状态融合鲁棒Kalman估值器178

6.1引言178

6.2鲁棒局部时变Kalman预报器179

6.3鲁棒局部时变Kalman滤波器和平滑器184

6.4加权状态融合鲁棒时变Kalman估值器185

6.5局部和融合鲁棒稳态Kalman估值器及收敛性分析190

6.6仿真应用例子192

6.7本章小结197

参考文献198

第7章 不确定多模型系统加权状态融合鲁棒Kalman估值器200

7.1引言200

7.2多模型系统加权状态融合鲁棒Kalman估值器200

7.2.1鲁棒局部时变Kalman预报器201

7.2.2鲁棒局部时变Kalman滤波器和平滑器203

7.2.3公共状态的加权状态融合鲁棒时变Kalman估值器205

7.2.4精度分析209

7.2.5局部和融合鲁棒稳态Kalman估值器及收敛性分析209

7.3带乘性噪声多模型系统鲁棒加权状态融合器211

7.3.1鲁棒局部时变Kalman预报器211

7.3.2鲁棒局部时变Kalman滤波器和平滑器217

7.3.3公共状态的加权状态融合鲁棒时变Kalman估值器219

7.3.4精度分析225

7.3.5局部和融合鲁棒稳态Kalman估值器及收敛性分析225

7.4仿真应用例子228

7.5本章小结235

参考文献235

第8章 带乘性噪声和丢包的混合不确定网络化系统鲁棒Kalman滤波237

8.1引言237

8.2带状态和噪声相依乘性噪声系统鲁棒Kalman估值器238

8.2.1基于虚拟噪声方法的模型转换240

8.2.2鲁棒时变Kalman估值器242

8.2.3鲁棒时变Kalman估值器的收敛性分析247

8.2.4保精度鲁棒稳态Kalman估值器250

8.2.5鲁棒Kalman估值器的两个仿真应用例子255

8.3带乘性噪声和丢包的混合不确定网络化系统鲁棒Kalman估值器259

8.3.1模型转换261

8.3.2鲁棒时变Kalman预报器266

8.3.3鲁棒时变Kalman滤波器和平滑器270

8.3.4鲁棒稳态Kalman估值器272

8.4混合不确定网络化系统鲁棒加权状态融合器275

8.4.1模型转换277

8.4.2鲁棒局部时变Kalman估值器284

8.4.3四种鲁棒加权状态融合时变Kalman估值器291

8.4.4鲁棒局部和融合时变估值器的精度分析300

8.4.5鲁棒时变估值器的收敛性分析301

8.5仿真应用例子303

8.6本章小结320

参考文献321

第9章 带乘性噪声和丢失观测的混合不确定网络化系统鲁棒融合器326

9.1引言326

9.2混合不确定系统鲁棒集中式和加权观测融合预报器327

9.2.1基于虚拟噪声方法的模型转换329

9.2.2集中式和加权融合观测方程330

9.2.3鲁棒集中式和加权观测融合时变Kalman预报器331

9.2.4鲁棒集中式和加权观测融合时变Kalman预报器的复杂性分析335

9.2.5鲁棒集中式和加权观测融合时变Kalman预报器的收敛性分析336

9.3带相关噪声的混合不确定系统集中式和加权观测融合鲁棒Kalman估值器339

9.3.1基于虚拟噪声方法的模型转换341

9.3.2集中式和加权融合观测方程342

9.3.3鲁棒集中式和加权观测融合时变Kalman估值器343

9.3.4鲁棒集中式和加权观测融合时变Kalman估值器的等价性348

9.3.5鲁棒集中式和加权观测融合Kalman估值器的复杂性分析349

9.3.6鲁棒集中式和加权观测融合时变Kalman估值器的收敛性分析350

9.3.7鲁棒融合Kalman滤波器与鲁棒加权最小二乘滤波器的比较353

9.4带丢包的混合不确定多传感器系统鲁棒融合估值器355

9.4.1鲁棒加权状态融合Kalman估值器357

9.4.2集中式融合鲁棒时变Kalman估值器361

9.5仿真应用例子366

9.6本章小结379

参考文献379

第10章 混合不确定系统鲁棒融合白噪声反卷积383

10.1引言383

10.2不确定噪声方差系统鲁棒加权融合稳态白噪声反卷积384

10.2.1鲁棒局部稳态Kalman预报器385

10.2.2鲁棒局部稳态白噪声反卷积平滑器386

10.2.3鲁棒加权融合白噪声反卷积平滑器387

10.2.4鲁棒集中式和加权观测融合稳态白噪声反卷积平滑器及它们的等价性390

10.2.5精度分析395

10.3混合不确定网络化系统集中式和加权观测融合鲁棒白噪声反卷积396

10.3.1基于虚拟噪声方法的模型转换397

10.3.2集中式和加权融合观测方程399

10.3.3鲁棒集中式和加权观测融合时变白噪声反卷积估值器401

10.3.4鲁棒融合时变白噪声反卷积估值器的复杂性分析406

10.3.5鲁棒融合时变白噪声反卷积估值器的收敛性分析407

10.4仿真应用例子410

10.5本章小结420

参考文献420

第11章 混合不确定网络化系统保性能鲁棒融合稳态Kalman滤波424

11.1引言424

11.2丢失观测系统保性能鲁棒加权观测融合器425

11.2.1第一类保性能鲁棒加权观测融合稳态Kalman一步预报器428

11.2.2第二类保性能鲁棒加权观测融合稳态Kalman一步预报器433

11.2.3保性能鲁棒加权观测融合稳态Kalman多步预报器434

11.2.4保性能鲁棒加权观测融合稳态Kalman滤波器和平滑器436

11.3丢失观测系统保性能鲁棒集中式融合器439

11.3.1第一类保性能鲁棒集中式融合稳态Kalman一步预报器439

11.3.2第二类保性能鲁棒集中式融合稳态Kalman一步预报器442

11.3.3保性能鲁棒集中式融合稳态Kalman多步预报器443

11.4带乘性噪声、有色观测噪声系统保性能鲁棒加权融合器445

11.4.1鲁棒局部稳态Kalman预报器447

11.4.2第一类保性能鲁棒矩阵加权融合稳态Kalman预报器448

11.4.3第二类保性能鲁棒矩阵加权融合稳态Kalman预报器453

11.5仿真应用例子454

11.6本章小结469

参考文献470

热门推荐