文摘
英文文摘
1.绪论
1.1卡尔曼滤波的产生
1.2卡尔曼滤波方法进展
1.2.1平方根协方差滤波(SRCF)
1.2.2平方根信息滤波(SRIF)
1.2.3 U-D分解滤波
1.2.4基于奇异值分解的滤波方法(SVD)
1.2.5自适应滤波方法
1.3论文简介:
2预备知识
2.1引言
2.2系统的离散域算子描述
2.2.1z(或q)算子
2.2.2 ε(或δ)算子
2.2.3δ算子的系统描述
2.3离散化方法及离散模型
2.3.1前向差分法
2.3.2后向差分法
2.3.3突斯汀法
2.3.4离散模型
2.4 DELTA算子的数值特性
2.5小节
3连续和离散RICCATI方程的联系及在卡尔曼滤波中的应用
3.1卡尔曼滤波中连续情形的RICCATI方程
3.2卡尔曼滤波的离散情形的RICCATI方程
3.3卡尔曼滤波中DELTA形式的RICCATI方程
3.4小节
4基于DELTA算子的递推卡尔曼滤波
4.1连续时间线性随机系统的离散化模型
4.1.1随机微分过程的解过程
4.1.2解过程{x(t),t∈T}的性质
4.1.3随机状态方程的采样和观测方程的采样
4.2 DELTA算子的随机差分状态方程
4.2.1Delta算子的前向差分方程
4.2.2 Delta算子的后向差分方程
4.3基于DELTA算子的卡尔曼滤波递推算法
4.4小节
5 DELTA算子的自适应卡尔曼滤波
5.1目标机动的当前统计模型
5.2当前机动模型的DELTA算子卡尔曼滤波算法
5.3自适应DELTA卡尔曼滤波算法
5.4小节
6仿真及分析
6.1仿真的几点说明
6.2仿真结果及分析
结束语
致谢
参考文献