• 
  建模与估计
  ￥28.44元
• 
  灰色系统理论及其...
  ￥22.91元
• 
  系统动力学
  ￥25.28元
• 
  系统工程概论
  ￥19.75元
• 
  系统工程原理
  ￥27.65元

　　本书以经典Kalman滤波、经典时间序列分析、系统辨识、多传感器信息融合四门学科的相互渗透作为方法论，主要解决模型参数估计、状态或信号估计、多传感器信息融合估计、自校正状态或信号估计、自校正信息融合状态或信号估计五类估计问题。除了重点介绍模型参数的最小二乘法估计和经典Kalman滤波理论外，还系统介绍了白噪声估计理论、最优滤波的现代时间序列分析方法、多传感器信息融合滤波理论、自校正滤波与信息融合滤波理论等新方法和新理论。书中以目标跟踪系统滤波为应用背景，给出大量仿真应用例子，并对多种最小二乘法参数估计算法给出大量数值仿真例子，并给出Matlab仿真程序清单。
　　本书可作为高等学校控制科学与技术、电子科学与技术、通信与信息系统等专业的高年级本科生和研究生教材，且对信号处理、控制、通信、航天、制导、目标跟踪、石油地震勘探、故障诊断、卫星测控、GPS定位、检测与估计、多传感器信息融合、机器人、生物医学等领域的研究人员和工程技术人员具有重要的参考价值。

样章试读

• 暂时还没有任何用户评论

总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

• 暂时还没有任何用户咨询内容

总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

用户名：	匿名用户
E-mail：
咨询内容：

• 前言
  绪论
  0.1 　估计理论的发展过程和估计问题的分类
  0.2 　模型参数估计问题
  0.3 　时间序列、信号、状态估计问题
  0.4 　信息融合估计问题
  0.5 　自校正状态与信号估计问题
  0.6 　自校正状态与信号信息融合估计问题
  参考文献
  第1 章　ARMA模型与状态空间模型
  1.1 　引言
  1.2 　随机过程
  1.3 　自回归滑动平均模型
  1.4 　ARMA过程的展式
  1.5 　ARMA过程的相关函数
  1.6 　状态空间模型
  习题
  参考文献
  第2 章　最小二乘法参数估计
  2.1 　引言
  2.2 　递推最小二乘法
  2.3 　加权最小二乘法
  2.4 　递推增广最小二乘法
  2.5 　两段RLS-RELS算法——改进的RELS算法
  2.6 　两段RLS-LS算法
  2.7 　递推辅助变量算法及其收敛性
  2.8 　偏差补偿递推最小二乘法
  2.9 　多重RLS算法
  2.10 　多维RLS算法
  习题
  参考文献
  第3 章　状态与信号的最优估计——经典Kalman滤波与时域Wiener滤波
  3.1 　引言
  3.2 　射影理论
  3.3 　Kalman滤波器和预报器
  3.4 　Kalman平滑器
  3.5 　白噪声估值器
  3.6 　信息滤波器
  3.7 　稳态Kalman滤波
  3.8 　基于Kalman滤波的时域Wiener滤波方法
  习题
  参考文献
  第4 章　多传感器最优信息融合估计——Kalman滤波方法
  4.1 　引言
  4.2 　三种加权多传感器最优信息融合准则
  4.3 　多传感器信息融合Kalman滤波器和预报器
  4.4 　多传感器信息融合稳态Kalman滤波器和预报器
  4.5 　分布式信息融合ARMA信号Wiener滤波器
  4.6 　加权观测融合Kalman滤波器
  4.7 　加权观测融合Wiener信号滤波器
  4.8 　带不同观测阵的两种加权观测融合Kalman滤波器的功能等价性
  习题
  参考文献
  第5章　状态与信号的最优估计——现代时间序列分析方法导论
  5.1 　引言
  5.2 　构造ARMA新息模型的Gevers-Wouters算法
  5.3 　统一的稳态最优白噪声估计理论
  5.4 　多通道ARMA信号Wiener滤波器
  5.5 　基于ARMA新息模型的稳态Kalman滤波器和预报器
  习题
  参考文献
  第6 章　多传感器最优信息融合估计——现代时间序列分析方法
  6.1 　引言
  6.2 　多传感器信息融合白噪声反卷积估值器
  6.3 　多通道ARMA信号信息融合Wiener滤波器
  6.4 　信息融合稳态Kalman滤波器和预报器
  6.5 　加权观测融合稳态Kalman滤波器
  6.6 　加权观测融合Wiener信号滤波器
  习题
  参考文献
  第7 章　自校正估计与自校正信息融合估计
  7.1 　引言
  7.2 　自校正α-β跟踪滤波器
  7.3 　自校正对角阵加权信息融合Kalman滤波器及其收敛性分析
  7.4 　自校正加权观测融合Kalman滤波器
  7.5 　多变量ARMA信号自校正滤波器
  7.6 　自校正信号检测数字滤波器
  习题
  参考文献
  附录1 　稳态Kalman滤波算法Matlab仿真通式
  附录2 　三种加权信息融合算法Matlab仿真通式
  附录3 　构造ARMA新息模型的Gevers-Wouters算法Matlab仿真通式
  附录4 　RLS-RELS算法Matlab仿真通式
  附录5 　RELS算法Matlab仿真通式