卡爾曼濾波原理及應用——MATLAB仿真 ( 簡體 字) |
| 作者：黃小平,王巖 | 類別：1. -> 工程繪圖與工程計算 -> Matlab |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 41865
詢問書籍請說出此書號！【缺書】
NT售價： 200 元 |
| 出版日：6/1/2015 |
| 頁數：188 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121263101 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：隨著科技的發展，在雷達、聲納、通信、視頻圖像處理、故障診斷等領域，對信號檢測和狀態參數估計的研究，有著重要的價值。在所有數字信號處理應用系統中，傳感器數據采集是重要的一環。所有傳感器測量的數據都受到噪聲的污染，噪聲不能消除，只能盡最大限度地降低。例如，在目標跟蹤中，傳感器一般是測量觀測站與目標之間的距離、角度等信息，這些信息往往會受到高斯、非高斯噪聲的污染，導致觀測站不能準確地估計目標的狀態，那么這時對測量數據進行濾波就顯得很有必要了。
Kalman濾波是噪聲處理的利器，目前關于Kalman濾波的論文非常多，專著也不少，但是在闡述Kalman濾波原理時，大多文獻只停留在公式推導和文字介紹上，而且各作者公式表示習慣不一樣導致要理解Kalman濾波原理非常困難，在編程仿真上也存在諸多疑問，因此很多讀者在剛開始接觸該濾波算法時總是疑慮重重。鑒于此，本書在介紹Kalman濾波原理時，加入了大量的應用仿真實例。本書寫作時盡量避免繁縟的公式推導，用通俗易懂的語言文字，配用詳細的MATLAB仿真程序和中文注釋，讀者可以對照核心公式和程序注釋理解Kalman濾波原理。
本書的主要內容是Kalman濾波的狀態估計方法：應用在線性領域中，主要是經典Kalman濾波；而應用在非線性系統中，主要是擴展Kalman濾波和無跡Kalman濾波。當然在很多文獻中有各種Kalman濾波的衍生算法，例如信息卡爾曼、強跟蹤卡爾曼、集合卡爾曼、容積卡爾曼和神經網絡卡爾曼等。筆者認為，其他衍生算法都是以經典Kalman為母體的，只要掌握經典Kalman濾波算法的核心和精髓即能觸類旁通，學一知百。同樣地，在研究各種衍生算法之前，必須先掌握經典算法。
在應用實例方面，讀者一定要掌握系統建模問題。所謂系統建模，是指Kalman濾波中的狀態方程和觀測方程的建立。這兩個方程中的狀態、矩陣參數的設置不同，就代表著不同的系統。經典Kalman濾波和交互多模型Kalman濾波屬于線性濾波器，這些算法的應用領域主要有溫度測量、GPS導航、石油地震勘探、視頻圖像中的目標檢測和跟蹤。非線性濾波器主要有EKF和UKF算法，應用實例主要是純方位、純距離的目標跟蹤、尋的制導系統。在工程應用中，系統模型是千奇百怪的，本書不可能列舉所有的應用，鑒于此本書給出了通用的一維、二維和四維狀態系統濾波問題，讀者掌握這些通用模型仿真，在遇到其他信號處理模型時即可得心應手了。
參加本書編寫的還有王巖、聶金平、閆芬菲、陳冰潔、田龍飛、李超、王夏靜、錢琛、楊剛、李超（小）、許蓓蓓。本書的編輯和勘誤，得到了北航同課題組實驗室的學長的幫助，感謝王馭風、劉濤、徐建偉的指導。另外特別感謝北京理工大學何紹敏的全力相助，感謝一直支持和幫我修改錯誤的各位網友！
希望本書對于從事相關領域的研究者有所幫助。由于作者的水平有限，其中難免有疏漏和不足之處，懇請讀者提出寶貴的意見，我的郵箱xiaoping_444@126.com。
2015年4月 |
內容簡介：本書主要介紹數字信號處理中的卡爾曼（Kalman）濾波算法及在相關領域應用。全書共7章。第1章為緒論。第2章介紹MATLAB算法仿真的編程基礎。第3章介紹線性Kalman濾波。第4章討論擴展Kalman濾波，并介紹其在目標跟蹤和制導領域的應用和算法仿真。第5章介紹UKF濾波算法，同時也給出其應用領域內的算法仿真實例。第6章介紹了交互多模型Kalman濾波算法。第7章介紹Simulink環境下，如何通過模塊庫和S函數構建Kalman濾波器，并給出了系統是線性和非線性兩種情況的濾波器設計方法。 |
目錄：第1章 緒論 1
1.1 濾波的基礎知識 1
1.2 Kalman濾波的背景 1
1.3 Kalman濾波的發展過程 2
1.4 Kalman濾波的應用領域 4
第2章 MATLAB仿真基礎 6
2.1 MATLAB簡介 6
2.1.1 MATLAB發展歷史 6
2.1.2 MATLAB 7.1的系統簡介 7
2.1.3 M文件編輯器的使用 10
2.2 數據類型和數組 12
2.2.1 數據類型概述 12
2.2.2 數組的創建 13
2.2.3 數組的屬性 15
2.2.4 數組的操作 16
2.2.5 結構體和元胞數組 19
2.3 程序設計 21
2.3.1 條件語句 21
2.3.2 循環語句 23
2.3.3 函數 25
2.3.4 畫圖 27
2.4 小結 29
第3章 線性Kalman濾波 30
3.1 Kalman濾波原理 30
3.1.1 射影定理 30
3.1.2 Kalman濾波器 33
3.1.3 Kalman濾波的參數處理 37
3.2 Kalman濾波在溫度測量中的應用 39
3.2.1 原理介紹 39
3.2.2 MATLAB仿真程序 42
3.3 Kalman濾波在自由落體運動目標跟蹤中的應用 44
3.3.1 狀態方程的建立 44
3.3.2 MATLAB仿真程序 47
3.4 Kalman濾波在船舶GPS導航定位系統中的應用 50
3.4.1 原理介紹 50
3.4.2 MATLAB仿真程序 53
3.5 Kalman濾波在石油地震勘探中的應用 55
3.5.1 石油地震勘探白噪聲反卷積濾波原理 55
3.5.2 石油地震勘探白噪聲反卷積濾波仿真實現 57
3.5.3 MATLAB仿真程序 58
3.6 Kalman濾波在視頻圖像目標跟蹤中的應用 60
3.6.1 視頻圖像處理的基本方法 61
3.6.2 Kalman濾波對自由下落的皮球跟蹤應用 68
3.6.3 目標檢測MATLAB程序 70
3.6.4 Kalman濾波視頻跟蹤MATLAB程序 72
第4章 擴展Kalman濾波 77
4.1 擴展Kalman濾波原理 77
4.1.1 局部線性化 77
4.1.2 線性Kalman濾波 79
4.2 簡單非線性系統的擴展Kalman濾波器設計 80
4.2.1 原理介紹 80
4.2.2 標量非線性系統EKF的MATLAB程序 83
4.3 EKF在目標跟蹤中的應用 84
4.3.1 目標跟蹤數學建模 84
4.3.2 基于觀測距離的EKF目標跟蹤算法 85
4.3.3 基于距離的目標跟蹤算法MATLAB程序 87
4.3.4 基于EKF的純方位目標跟蹤算法 89
4.3.5 純方位目標跟蹤算法MATLAB程序 91
4.4 EKF在純方位尋的導彈制導中的應用 94
4.4.1 三維尋的制導系統 94
4.4.2 EKF在尋的制導問題中的算法分析 96
4.4.3 仿真結果 97
4.4.4 尋的制導MATLAB程序 99
第5章 無跡Kalman濾波 103
5.1 無跡Kalman濾波原理 103
5.1.1 無跡變換 103
5.1.2 無跡Kalman濾波算法實現 105
5.2 無跡Kalman濾波在單觀測站目標跟蹤中的應用 107
5.2.1 原理介紹 107
5.2.2 仿真程序 108
5.3 UKF在勻加速度直線運動目標跟蹤中的應用 111
5.3.1 原理介紹 111
5.3.2 仿真程序 113
5.4 UKF與EKF算法的應用比較 116
第6章 交互多模型Kalman濾波 119
6.1 交互多模型Kalman濾波原理 119
6.2 交互多模型Kalman濾波在目標跟蹤中的應用 122
6.2.1 問題描述 122
6.2.2 IMM濾波器設計 123
6.2.3 仿真分析 124
6.2.4 IMM Kalman濾波算法MATLAB仿真程序 126
第7章 Kalman濾波的Simulink仿真 132
7.1 Simulink概述 132
7.1.1 Simulink啟動 132
7.1.2 Simulink仿真設置 134
7.1.3 Simulink模塊庫簡介 139
7.2 S函數 143
7.2.1 S函數原理 143
7.2.2 S函數的控制流程 147
7.3 線性Kalman的Simulink仿真 148
7.3.1 一維數據的Kalman濾波處理 148
7.3.2 狀態方程和觀測方程的Simulink建模 154
7.3.3 基于S函數的Kalman濾波器設計 160
7.4 非線性Kalman濾波 167
7.4.1 基于Simulink的EKF濾波器設計 167
7.4.2 基于Simulink的UKF濾波器設計 174
7.5 小結 179 |
| 序： |
