复杂非线性系统的求容积Kalman滤波融合方法

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 Kalman滤波基础理论研究

1.2.2 异常数据处理的问题研究

1.3 论文的主要研究内容介绍

第2章 基础知识

2.1 Kalman滤波

2.2 容积Kalman滤波

2.3.1 新息卡方故障检测方法

2.3.2 状态卡方故障检测方法

2.4 本章小结

第3章 非线性系统的容错CKF滤波算法

3.1 引言

3.2 系统描述

3.3 量测噪声含野值的容积Kalman滤波及其性能分析

3.3.1 野值未出现情况下的容积Kalman滤波

3.3.2 野值对量测噪声偏差影响分析

3.3.3 野值对滤波性能影响分析

3.4 容错CKF滤波算法

3.4.1 基于新息卡方检验的故障检测方法

3.4.2 改进的故障检测方法

3.4.3 算法框架

3.5.1 FMSE的比较

3.5.2 两种算法的FMSE与TMSE的接近程度的比较

3.6 仿真实验分析

3.6.1 目标跟踪场景模型

3.6.2 仿真数据准备

3.6.3 容错CKF算法的仿真分析

3.6.4 CKF和容错CKF算法的性能比较仿真分析

3.7 本章小节

第4章 乘性噪声相关系统的非线性自适应CKF算法

4.1 引言

4.2 问题描述

4.2.1 系统描述

4.2.2 模型转换

4.2.3 本章算法框架

4.3 乘性噪声相关的高斯滤波算法

4.3.1 容积Kalman滤波估计性能不匹配性分析

4.3.2 改进的高斯滤波算法

4.4 乘性噪声相关的容积Kalman滤波算法

4.5.1 乘性噪声相关系数估计算法

4.5.2 乘性噪声相关的自适应CKF算法

4.6.1 噪声相关对FMSE的影响

4.6.2 相关系数不准确时FMSE与TMSE的相对接近程度

4.7 仿真实验分析

4.7.1 仿真实验场景

4.7.2 算法1的仿真分析

4.7.3 三种算法估计性能比较

4.7.4 两种算法估计性能比较

4.7.5 算法4的仿真分析

4.7.6 性能分析

4.8 本章小结

第5章 容错CKF滤波融合算法

5.1 引言

5.2.1 系统描述

5.2.2 模型转换

5.3 无重置式的联邦滤波器

5.3.1 联邦容积Kalman滤波算法

5.3.2 故障隔离方案

5.4.1 乘性噪声相关的子滤波器算法

5.4.2 子滤波器容错算法

5.5 容错CKF滤波融合算法分析

5.6 仿真实验分析

5.6.1 仿真实验场景

5.6.2 仿真一

5.6.3 仿真二

5.6.4 仿真三

5.7 本章小结

第6章 总结和展望

6.1 论文工作总结

6.2 论文工作展望

致谢

参考文献

附录