状态估计和关联的实践应用
作者： 美) Chaw-Bing，Chang，(美) Keh-Ping，Dunn 著，乔向东，范晋祥，刘嘉 译
出版社：国防工业出版社 2019-11-01
简介： 《状态估计和关联的实践应用》致力于向读者提供有关状态估计和关联技术在理论和应用层面的严谨介绍，书中所讲授的技能将为学生今后解决该领域的实际问题做好准备。 对于宇航、电子和国防工业行业的从业工程师而言，有关状态估计和关联的实践是其工作的一个重要领域。 《状态估计和关联的实践应用》的一个突出特征就是采用统一的方式来描述问题和解决问题，这一方式有助于学生建立扎实的理论基础并掌握实际应用所需的技能和工具。基于作者在该领域数十年的经验，书中的多数技术主题和示例不仅与从事状态估计和关联技术工作的工程师密切相关而且是非常重要的。 据此，《状态估计和关联的实践应用》可作为开设该领域课程的工科院校的教材，也可作为对该技术工程应用和解决实际问题感兴趣的学生选修课程时的参考书。对于该领域的从业工程师，《状态估计和关联的实践应用》可作为自学或在职课程的教材。 《状态估计和关联的实践应用》还可作为行业其他人员的自学用书。 《状态估计和关联的实践应用》的技术水平相当于控制或系统工程专业研究生一年级或二年级的课程。学生需要熟悉系统的状态变量表示和概率论的基本知识（包括随机变量和随机过程）。 《状态估计和关联的实践应用》内容主要包括10章，第1-6章主要讨论单个传感器量测、单个目标场景下的状态估计问题，第7章将问题从单传感器扩展到多传感器，第8-10章进一步将研究内容扩展到多个目标，着重研究量测一航迹关联问题和航迹一航迹相关问题。 《状态估计和关联的实践应用》的引言部分依次简要介绍了各章内容，*后对全书内容进行了总结和评述。【目录】第1章 参数估计1．1 引言1．2 问题描述1．3 估计器的定义1．3．1 常参数的估计1．3．2 随机参数的估计1．3．3 估计器的特性1．3．4 估计器性能测度：估计误差1．4 估计器的推导：线性高斯，常参数1．4．1 *小二乘估计器1．4．2 加权*小二乘估计器1．4．3 极大似然估计器1．5 估计器的推导：线性高斯，随机参数1．5．1 *小二乘估计器1．5．2 加权*小二乘估计器1．5．3 *后验概率估计器1．5．4 条件期望估计器1．6 噪声和随机参数服从联合高斯分布的非线性量测1．7 Crame-Rao界值1．8 数值示例附录1A 给定误差协方差矩阵条件下相关随机向量的仿真附录1B *小二乘估计器的其他特性课后习题参考文献第2章 线性系统的状态估计2．1 引言2．2 状态方程和量测方程2．3 状态估计的定义2．3．1 可观性2．3．2 估计误差2．4 状态估计的贝叶斯方法2．5 状态估计的卡尔曼滤波器2．6 卡尔曼滤波器的推导：对加权*小二乘参数估计器的扩展2．7 卡尔曼滤波器的推导：采用递归贝叶斯定理2．8 对卡尔曼滤波器原始文献中确定估计特性的回顾2．9 平滑器2．9．1 标识和定义2．9．2 固定区间平滑器2．9．3 固定点平滑器2．9．4 固定延迟平滑器2．9．5 噪声量测环境下确定性系统的固定间隔平滑估计2．9．6 固定间隔平滑估计在卡尔曼滤波器初始条件计算中的应用2．10 状态估计的Cramer-Rao界值2．10．1 确定性系统2．10．2 线性随机系统2．11 卡尔曼滤波器示例附录2A随机过程课后习题参考文献……第3章 非线性系统的状态估计第4章 卡尔曼滤波器设计的实际考量第5章 多模型估计算法第6章 状态估计的采样方法第7章 基于多传感器系统的状态估计第8章 量测来源不确定条件下的估计和关联第9章 多假设跟踪算法第10章 有偏量测条件下的多传感器相关和融合结束语附录
