文摘
英文文摘
独创性声明及学位论文版权使用授权书
第一章绪论
1.1滤波器的历史和发展
1.2论文结构安排
1.3论文创新点
第二章估计理论基础的介绍
2.1基本问题经典估计
2.1.1几个常用估计量
2.2 CRAMER-RAO下界
2.3最大似然估计(MLE)
2.4 BAYESIAN估计
2.4.1矢量情况:
2.4.2高斯情况:
2.4.3一般Bayesi an估计
2.4.4 Bayesian估计的性能:
2.5线性贝叶斯估计器
第三章KALMAN滤波的设计
3.1引言
3.2标量随机过程的递推MMSE估计
3.2.1新息序列的特性:
3.2.2如下两种情况下,得到递推解:
3.3 KALMAN滤波
3.3.1 Kal man滤波器推导
第四章EKF滤波器的设计
4.1引言
4.2非线性滤波的线性化滤波方法
4.1.1离散非线性模型线性化滤波方法
4.1.2连续非线性滤波模型线性化滤波方法
4.3推广卡尔曼滤波
4.3.1离散系统的推广卡尔曼滤波
4.3.2连续系统的推广卡尔曼滤波
第五章Unscented卡尔曼滤波方法研究与应用
5.1引言
5.2 EKF存在的问题
5.3 unscented变换和Unscented卡尔曼滤波器
5.3.1 Unscented变换
5.3.2 Unscented卡尔曼滤波器
5.4算法仿真实验
5.4.1应用一
5.4.2 应用二
5.5结束语
第六章结论与展望
参考文献
发表论文和科研情况说明
附录
致谢
天津大学;