非线性系统滤波理论

第1章 绪论

1.1 引言

1.2卡尔曼滤波理论发展及应用

1.3 Sigma点卡尔曼滤波理论的发展及应用

1.4粒子滤波概述

1.4.1 粒子滤波的发展及应用

1.4.2粒子滤波的缺点及优化

参考文献

第2章 估计理论基础与线性系统卡尔曼滤波

2.1估计理论基础

2.1.1 最小二乘估计

2.1.2最小方差估计

2.1.3线性最小方差估计

2.2线性离散系统卡尔曼滤波

2.2.1 白噪声和有色噪声

2.2.2随机线性离散系统数学模型

2.2.3随机线性连续系统数学模型及其离散化

2.2.4 线性离散系统卡尔曼滤波基本方程

2.2.5线性离散系统卡尔曼滤波的直观推导

2.2.6 带确定控制项和量测偏差的卡尔曼滤波

2.2.7噪声相关的卡尔曼滤波

2.2.8有色噪声条件下的卡尔曼滤波

2.3卡尔曼滤波稳定性的判别和滤波发散的抑制

2.3.1稳定性的概念

2.3.2随机线性系统的可控性和可量测性

2.3.3 卡尔曼滤波稳定性的判别

2.3.4卡尔曼滤波发散的原因及克服方法

2.3.5线性离散系统的UD分解滤波

2.4自适应卡尔曼滤波

2.4.1相关法自适应滤波

2.4.2 Sage—Husa自适应卡尔曼滤波

2.4.3 基于极大似然准则的自适应卡尔曼滤波

参考文献

第3章 非线性系统最优滤波及次优滤波

3.1递推贝叶斯滤波

3.2非线性高斯系统最优滤波及次优滤波

3.2.1 非线性高斯系统最优滤波

3.2.2 非线性贝叶斯滤波所面临的挑战

3.2.3次优滤波

3.3非线性非高斯系统粒子滤波

参考文献

第4章 扩展卡尔曼滤波与强跟踪滤波

4.1非线性离散系统扩展卡尔曼滤波器

4.2强跟踪滤波器（STF）简介

4.2.1 STF的提出

4.2.2正交性原理

4.3带次优渐消因子的扩展卡尔曼滤波器（SFEKF）

4.3.1 最优渐消因子

4.3.2次优渐消因子

4.4带多重次优渐消因子的扩展卡尔曼滤波器（SMFEKF）

4.5相关噪声条件下的SMFEKF算法

4.6有色噪声干扰下的SMFEKF算法

4.6.1 系统噪声为有色噪声而量测噪声为白噪声情况下的SMFEKF

4.6.2 系统噪声为白噪声而量测噪声为有色噪声情况下的SMFEKF

参考文献

……

第5章 Sigma点卡尔曼滤波

第6章 Sigma点卡尔曼滤波技术新发展

第7章 粒子滤波

第8章 粒子滤波算法的优化

第9章 神经网络与滤波的结合及应用

《非线性系统滤波理论》以贝叶斯递推滤波作为解决非线性最优滤波的基本理论框架，系统介绍了强跟踪滤波、Sigma点卡尔曼滤波及粒子滤波的基本理论和关键技术。