目錄
前言
第1章 緒論
1.1 選題背景與意義
1.2 研究內容及章節安排
參考文獻
第2章 系統狀態最優估計的基本概念
2.1 估計
2.2 估計準則和最優估計
2.3 估計方法
2.4 最小方差估計
2.5 極大似然估計
2.6 極大后驗估計
2.7 線性最小方差估計
2.8 最小二乘估計
2.9 加權最小二乘估計
2.10 本章小結
參考文獻
第3章 濾波問題與線性系統Kalman濾波器設計
3.1 引言
3.2 濾波問題的提出
3.2.1 Kalman濾波問題的提法
3.2.2 連續系統的離散化過程
3.2.3 離散系統Kalman濾波問題的分類
3.3 預備知識
3.4 線性高斯系統狀態估計的Kalman濾波器設計
3.4.1 基於正交性原理的線性Kalman濾波器設計
3.4.2 誤差協方差及最優增益陣的幾種變形計算公式
3.4.3 基於轉移概率的線性Kalman濾波器設計
參考文獻
第4章 高斯雜訊系統狀態估計的Kalman濾波設計
4.1 非線性高斯系統狀態估計的擴展Kalman濾波器設計
4.1.1 非線性系統模型
4.1.2 圍繞標稱軌道線性化濾波方法
4.1.3 圍繞濾波值線性化的濾波方法
4.1.4 非線性系統狀態估計的擴展Kalman濾波器性能分析
4.2 非線性高斯系統狀態估計的無跡Kalman濾波器設計
4.2.1 非線性系統描述
4.2.2 無跡Kalman濾波器的建立
4.2.3 無跡Kalman濾波器的性能分析
4.3 非線性高斯系統狀態估計的容積Kalman濾波器設計
4.3.1 非線性系統描述
4.3.2 容積Kalman濾波的建立
4.3.3 UKF與CKF運算複雜度的比較
4.3.4 雙層容積Kalman濾波器設計
4.3.5 模擬實驗
4.3.6 本節小結
4.4 非線性高斯系統狀態估計的強跟蹤Kalman濾波器設計
4.4.1 強跟蹤濾波器的引入
4.4.2 一種帶次優漸消因子的擴展Kalman濾波器
4.4.3 一種帶多重次優漸消因子的擴展Kalman濾波器
4.4.4 STF與EKF的性能比較分析
參考文獻
第5章 非高斯雜訊系統狀態估計的Kalman濾波器設計
5.1 線性有色雜訊系統狀態估計的Kalman濾波器設計
5.1.1 系統雜訊或觀測雜訊是有色雜訊的Kalman濾波
5.1.2 控制系統附加雜訊是有色雜訊，觀測系統附加雜訊是白雜訊
5.1.3 控制系統附加雜訊是白雜訊，觀測系統附加雜訊是有色雜訊
5.1.4 控制系統和觀測系統的附加雜訊均為有色雜訊
5.2 一般系統雜訊密度函數下狀態估計的粒子濾波器設計
5.2.1 非線性系統描述
5.2.2 粒子濾波
5.3 非線性非高斯系統狀態估計的特徵函數濾波器設計
5.3.1 基於特徵函數的多維觀測器濾波方法
5.3.2 模擬實驗
5.3.3 非線性系統中基於特徵函數的濾波方法
5.3.4 濾波方法的設計
5.3.5 模擬實驗
5.3.6 本節小結
5.4 線性系統雜訊有限採樣下狀態估計的最大相關熵濾波器設計
5.4.1 最大熵原理
5.4.2 經典Kalman濾波器
5.4.3 基於最大相關熵準則的Kalman濾波器設計
5.4.4 基於採樣樣本均值估計器的濾波器設計
5.4.5 模擬實驗
5.4.6 本節小結
參考文獻
第6章 一類可加型非線性動態系統狀態估計的高階Kalman濾波器設計
6.1 引言
6.2 預備知識
6.3 可加型強非線性動態系統描述
6.4 可加型強非線性動態系統的偽線性化表示
6.4.1 非線性狀態模型的偽線性化表示
6.4.2 強非線性測量函數的偽線性化表示
6.5 基於擴維空間非線性系統的線性化表示
6.5.1 基於擴維狀態空間非線性狀態模型的線性化表示
6.5.2 基於擴維空間非線性測量模型的線性化表示
6.6 基於高階擴維空間的Kalman濾波器設計
6.6.1 高階擴維狀態的線性系統描述
6.6.2 高階擴維狀態估計的Kalman濾波器設計
6.7 數值模擬驗證
6.7.1 案例一
6.7.2 案例二
6.8 本章小結
參考文獻
第7章 一類可乘型強非線性系統的逐步線性化Kalman濾波器設計
7.1 引言
7.2 問題描述
7.3 強非線性動態系統的線性化描述
7.3.1 狀態模型的線性化表示建模
7.3.2 測量模型的線性化表示建模
7.4 隱變數與所有變數間的線性耦合建模
7.5 強非線性系統的逐級線性化濾波器設計
7.5.1 隱變數 的逐級線性Kalman濾波器設計
7.5.2 狀態變數 的線性Kalman濾波器設計
7.6 近似誤差分析
7.6.1 EKF誤差分析
7.6.2 隱變數 的近似誤差分析
7.6.3 狀態變數 的近似誤差分析
7.7 模擬驗證
7.7.1 案例一
7.7.2 案例二
7.8 本章小結
參考文獻
第8章 一類加性與乘性混合型強非線性動態系統的高階Kalman濾波器設計
8.1 引言
8.2 問題描述
8.3 強非線性動態模型的線性化表示
8.3.1 狀態模型和測量模型的加性偽線性化表示
8.3.2 狀態模型和測量模型的乘性線性化表示
8.4 隱變數建模
8.5 非線性濾波器設計
8.5.1 隱變數 的濾波器設計
8.5.2 狀態變數 的濾波器設計
8.6 模擬驗證
8.6.1 案例一
8.6.2 案例二
8.6.3 案例三
8.7 本章小結
參考文獻
第9章 一般型強非線性動態系統的高階Kalman濾波器設計
9.1 引言
9.2 問題描述
9.3 狀態模型的線性化表示
9.3.1 狀態模型的高階泰勒級數展開
9.3.2 狀態模型的偽線性表示
9.3.3 隱變數建模
9.3.4 狀態模型的線性化表示
9.4 非線性動態測量模型的線性化表示
9.4.1 非線性測量模型的高階泰勒級數展開
9.4.2 非線性測量模型的偽線性表示
9.4.3 非線性測量模型的線性化描述
9.5 基於狀態擴維線性化的高階擴展Kalman濾波器設計
9.5.1 集中式高階Kalman濾波器設計
9.5.2 序貫式高階擴展Kalman濾波器設計
9.6 性能分析
9.6.1 狀態擴維空間下線性化模型的線性分析
9.6.2 截斷誤差分析
9.7 模擬驗證
9.7.1 案例一
9.7.2 案例二
9.8 本章小結
第10章 鋰電池SOC估計的高階Kalman濾波方法
10.1 引言
10.2 鋰電池充放電動態過程建模
10.3 電池SOC估計的高階項擴維建模
10.3.1 隱變數引入擴維建模
10.3.2 針對鋰電池擴維建模
10.4 結果分析
10.5 本章小結
參考文獻
第11章 超越非線性輸入輸出系統參數在線辨識方法
11.1 引言
11.2 系統描述
11.3 非線性輸入輸出系統的狀態與觀測動態特性建模
11.4 非線性輸入輸出系統基於EKF的參數辨識方法
11.5 系統參數辨識基於高階Kalman濾波方法
11.5.1 隱變數引入與新動態系統描述
11.5.2 設計求解αi的內遞歸Kalman濾波器
11.5.3 求取系統參數變數θ(κ+1)的估計值和估計誤差協方差矩陣
11.6 求取系統複合參數變數β(κ+1)的估計值和估計誤差協方差矩陣
11.7 模擬實驗
11.7.1 模擬一
11.7.2 模擬二
11.7.3&nb
[