非線性系統(tǒng)加權(quán)觀測融合估計理論及其應用

定　價：￥129.00

作　者：	郝鋼
出版社：	電子工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787121374159	出版時間：	2019-11-01	包裝：
開本：	16開	頁數(shù)：	336	字數(shù)：

內(nèi)容簡介

　　本書系統(tǒng)地介紹了由作者提出的非線性系統(tǒng)的信息融合估計新方法、新理論及應用。本書主要介紹了幾種非線性系統(tǒng)的估計方法，并從優(yōu)缺點、適用范圍、算法精度、復雜度等方面進行性能分析。為了提高單個傳感器的估計精度，提出了非線性系統(tǒng)的多傳感器信息融合方法――加權(quán)觀測融合方法，該方法有效地解決了非線性系統(tǒng)的融合問題。

作者簡介

　　郝鋼，男，1980年1月生人，博士，副教授，碩士生導師。2003年7月黑龍江大學單子工程學院授予學士學位；2006年7月獲得碩士學位；2011年哈爾濱工程大學自動化學院獲得博士學位；2012年至2014年黑龍江大學博士后流動站工作經(jīng)歷。2006年7月在黑龍江大學自動化系任教，2009年晉升為講師，2011年晉升為副教授，2010年任自動化專業(yè)副主任。主要從事非線性系統(tǒng)狀態(tài)估計、目標跟蹤、信息融合等方面的研究。主持國家自然科學基金1項、主持并完成省自然科學基金1項，參與并完成國家自然科學基金項目3項。發(fā)表SCI、EI收錄文章40余篇。

圖書目錄

第1 章緒論．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 1
1．1 多傳感器信息融合理論．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 1
1．1．1 多傳感器信息融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 1
1．1．2 信息融合國內(nèi)外發(fā)展現(xiàn)狀．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 5
1．2 系統(tǒng)辨識．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 7
1．2．1 系統(tǒng)辨識的目的．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 8
1．2．2 系統(tǒng)辨識的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 9
1．2．3 自校正濾波算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 11
1．3 非線性系統(tǒng)融合估計．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 14
1．3．1 信息融合結(jié)構(gòu)模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 14
1．3．2 信息融合的主要技術(shù)方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 19
1．3．3 非線性系統(tǒng)估計研究現(xiàn)狀．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 20
1．3．4 融合估計研究現(xiàn)狀．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 21
1．3．5 非線性系統(tǒng)融合估計研究現(xiàn)狀．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 24
1．4 主要研究內(nèi)容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 25
第2 章一般非線性系統(tǒng)濾波方法及性能分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 28
2．1 遞推線性最小方差估計框架．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 29
2．1．1 射影定理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 30
2．1．2 新息序列．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 35
2．1．3 遞推線性最小方差濾波框架．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 38
2．1．4 Kalman 濾波器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 41
2．1．5 ARMA 新息模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 46
2．1．6 基于ARMA 新息模型的穩(wěn)態(tài)Kalman 濾波器．．．．．．．．．．．．．．．．．．．．．．．．．． 47
2．2 無跡Kalman 濾波算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 48
2．2．1 UKF 濾波算法原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 48
2．2．2 Sigma 點采樣策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 50
2．2．3 UKF 濾波算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 55
2．3 容積Kalman 濾波算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 56
2．3．1 容積規(guī)則．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 57
2．3．2 容積Kalman 濾波算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 60
2．4 粒子濾波算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 63
2．4．1 最優(yōu)貝葉斯遞推濾波和重要性采樣．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 63
2．4．2 序貫重要性采樣．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 65
2．4．3 PF 濾波算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 66
2．5 3 種非線性濾波算法的比較分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 67
2．6 本章小結(jié) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 68
第3 章線性系統(tǒng)的多傳感器自校正加權(quán)觀測融合Kalman 濾波器．．．．．．．．．．．．．．． 69
3．1 最優(yōu)加權(quán)觀測融合Kalman 濾波器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 71
3．1．1 線性系統(tǒng)的加權(quán)觀測融合算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 71
3．1．2 最優(yōu)加權(quán)觀測融合Kalman 濾波器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 73
3．2 基于最小二乘法的自校正加權(quán)觀測融合Kalman 濾波器．．．．．．．．．．．．．．．．．．． 74
3．2．1 自校正Kalman 濾波器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．74
3．2．2 基于最小二乘法的自校正加權(quán)觀測融合Kalman 濾波器．．．．．．．． 77
3．2．3 基于相關函數(shù)辨識器的自校正加權(quán)觀測融合
Kalman 濾波器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 80
3．3 基于協(xié)同辨識的自校正加權(quán)觀測融合Kalman 濾波器．．．．．．．．．．．．．．．．．．．．．．． 82
3．3．1 具有相同觀測矩陣和不相關觀測噪聲的情形．．．．．．．．．．．．．．．．．．．．．．．．．．． 83
3．3．2 具有不同觀測矩陣和不相關觀測噪聲情形．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 88
3．3．3 系統(tǒng)具有不同觀測矩陣和相關觀測噪聲．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 95
3．4 仿真．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 98
3．5 本章小結(jié) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 109
第4 章非線性系統(tǒng)的最優(yōu)和自校正加權(quán)觀測融合UKF 濾波器．．．．．．．．．．．．．．．．．．． 111
4．1 多傳感器加權(quán)觀測融合UKF 濾波器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 112
4．1．1 集中式觀測融合UKF 濾波器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 113
4．1．2 加權(quán)觀測融合UKF 濾波器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 113
4．1．3 加權(quán)觀測融合UKF 濾波器與集中式觀測融合
UKF 濾波器在數(shù)值上的完全等價性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 115
4．2 自校正加權(quán)觀測融合UKF 濾波器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 121
4．2．1 噪聲方差的估計算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 121
4．2．2 基于Sage-Husa 估計的Qw 估計算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 123
4．2．3 多傳感器加權(quán)觀測融合自校正UKF 濾波器．．．．．．．．．．．．．．．．．．．．．．．．．．． 125
4．3 仿真例子．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 125
4．4 本章小結(jié) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 130
第5 章基于Taylor 級數(shù)逼近的非線性系統(tǒng)加權(quán)觀測融合估計理論．．．．．．．．．．．． 132
5．1 基于Taylor 級數(shù)逼近的非線性系統(tǒng)加權(quán)觀測融合算法．．．．．．．．．．．．．．．．．．． 133
5．2 基于Taylor 級數(shù)逼近的非線性系統(tǒng)加權(quán)觀測融合UKF
（WMF-UKF）濾波算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 139
5．2．1 基于Taylor 級數(shù)逼近的非線性系統(tǒng)WMF-UKF 濾波算法．．．． 139
5．2．2 WMF-UKF 的漸近最優(yōu)性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 142
5．2．3 WMF-UKF 的計算量分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 148
5．3 基于Taylor 級數(shù)逼近的非線性系統(tǒng)加權(quán)觀測融合CKF（WMF-CKF）
濾波算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 149
5．3．1 基于Taylor 級數(shù)逼近的非線性系統(tǒng)WMF-CKF 濾波算法．．．． 149
5．3．2 WMF-CKF 的漸近最優(yōu)性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 152
5．3．3 WMF-CKF 的計算量分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 153
5．4 基于Taylor 級數(shù)逼近的非線性系統(tǒng)加權(quán)觀測融合PF（WMF-PF）
濾波算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 153
5．4．1 基于Taylor 級數(shù)逼近的非線性系統(tǒng)WMF-PF 濾波算法．．．．．．． 153
5．4．2 WMF-PF 的漸近最優(yōu)性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 155
5．4．3 WMF-PF 的計算量分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 156
5．5 WMF-UKF、WMF-CKF 和WMF-PF 的比較分析．．．．．．．．．．．．．．．．．．．．．．．．．．．． 157
5．6 仿真研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 157
5．7 本章小結(jié) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 181
第6 章基于Gauss-Hermite 逼近的非線性系統(tǒng)加權(quán)觀測融合估計算法．． 183
6．1 基于Gauss-Hermite 逼近的非線性系統(tǒng)加權(quán)觀測融合
（WMF）算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 184
6．1．1 Gauss-Hermite 逼近．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 185
6．1．2 基于Gauss-Hermite 逼近的非線性系統(tǒng)WMF 算法．．．．．．．．．．．．．．． 190
6．2 基于Gauss-Hermite 逼近的非線性系統(tǒng)加權(quán)觀測融合UKF
（WMF-UKF）濾波算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 193
6．2．1 基于Gauss-Hermite 逼近的非線性系統(tǒng)WMF-UKF 濾波算法．．． 193
6．2．2 WMF-UKF 的計算量分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 197
6．3 基于Gauss-Hermite 逼近的非線性系統(tǒng)加權(quán)觀測融合
CKF（WMF-CKF）濾波算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 197
6．3．1 基于Gauss-Hermite 逼近的非線性系統(tǒng)WMF-CKF 濾波算法．．． 197
6．3．2 WMF-CKF 的計算量分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 200
6．4 基于Gauss-Hermite 逼近的非線性系統(tǒng)加權(quán)觀測融合PF
（WMF-PF）濾波算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 201
6．4．1 基于Gauss-Hermite 逼近的非線性系統(tǒng)WMF-PF 濾波算法．．．． 201
6．4．2 WMF-PF 的計算量分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 203
6．5 仿真研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 203
6．6 本章小結(jié) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 226
第7 章噪聲相關的非線性系統(tǒng)加權(quán)觀測融合估計算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 227
7．1 基于Taylor 級數(shù)逼近的噪聲相關非線性系統(tǒng)WMF-UKF
濾波算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 228
7．1．1 系統(tǒng)噪聲和觀測噪聲的去相關．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 229
7．1．2 噪聲相關非線性系統(tǒng)WMF-UKF 濾波算法．．．．．．．．．．．．．．．．．．．．．．．．．．．． 231
7．2 基于Taylor 級數(shù)逼近的噪聲相關非線性系統(tǒng)WMF-CKF 濾波算法．．． 234
7．3 基于Taylor 級數(shù)逼近的噪聲相關非線性系統(tǒng)WMF-PF 濾波算法．．．．．．． 237
7．4 基于Gauss-Hermite 逼近的噪聲相關非線性系統(tǒng)WMF-UKF
濾波算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 239
7．5 基于Gauss-Hermite 逼近的噪聲相關非線性系統(tǒng)WMF-CKF
濾波算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 243
7．6 基于Gauss-Hermite 逼近的噪聲相關非線性系統(tǒng)WMF-PF
濾波算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 246
7．7 仿真研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 248
7．8 本章小結(jié) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 267
第8 章多傳感器加權(quán)觀測融合Kalman 濾波器的預測控制算法．．．．．．．．．．．．．．．．． 268
8．1 加權(quán)觀測融合Kalman 濾波器的預測控制系統(tǒng) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 268
8．2 加權(quán)觀測融合預測控制算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 271
8．3 自校正加權(quán)觀測融合預測控制算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 275
8．3．1 帶相同觀測矩陣和不相關觀測噪聲的情形．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 275
8．3．2 帶不同觀測矩陣和不相關觀測噪聲的情形．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 277
8．3．3 帶不同觀測矩陣和相關觀測噪聲的情形．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 281
8．4 仿真．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 284
8．4．1 帶相同觀測矩陣和不相關觀測噪聲的系統(tǒng)仿真．．．．．．．．．．．．．．．．．．．．． 284
8．4．2 帶不同觀測矩陣和不相關觀測噪聲的系統(tǒng)仿真．．．．．．．．．．．．．．．．．．．．． 288
8．4．3 帶不同觀測矩陣和相關觀測噪聲的系統(tǒng)仿真．．．．．．．．．．．．．．．．．．．．．．．．． 293
8．5 本章小結(jié) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 298
參考文獻．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 300