目錄 前言 第1章 緒論 1 1.1 選題背景與意義 1 1.2 研究內(nèi)容及章節(jié)安排 4 參考文獻(xiàn) 6 第2章 系統(tǒng)狀態(tài)最優(yōu)估計(jì)的基本概念 11 2.1 估計(jì) 11 2.2 估計(jì)準(zhǔn)則和最優(yōu)估計(jì) 11 2.3 估計(jì)方法 12 2.4 最小方差估計(jì) 13 2.5 極大似然估計(jì) 16 2.6 極大后驗(yàn)估計(jì) 19 2.7 線性最小方差估計(jì) 20 2.8 最小二乘估計(jì) 24 2.9 加權(quán)最小二乘估計(jì) 26 2.10 本章小結(jié) 27 參考文獻(xiàn) 27 第3章 濾波問題與線性系統(tǒng)Kalman濾波器設(shè)計(jì) 28 3.1 引言 28 3.2 濾波問題的提出 29 3.2.1 Kalman濾波問題的提法 29 3.2.2 連續(xù)系統(tǒng)的離散化過程 30 3.2.3 離散系統(tǒng)Kalman濾波問題的分類 32 3.3 預(yù)備知識(shí) 33 3.4 線性高斯系統(tǒng)狀態(tài)估計(jì)的Kalman濾波器設(shè)計(jì) 33 3.4.1 基于正交性原理的線性Kalman濾波器設(shè)計(jì) 34 3.4.2 誤差協(xié)方差及最優(yōu)增益陣的幾種變形計(jì)算公式 37 3.4.3 基于轉(zhuǎn)移概率的線性Kalman濾波器設(shè)計(jì) 38 參考文獻(xiàn) 39 第4章 高斯噪聲系統(tǒng)狀態(tài)估計(jì)的Kalman濾波設(shè)計(jì) 41 4.1 非線性高斯系統(tǒng)狀態(tài)估計(jì)的擴(kuò)展Kalman濾波器設(shè)計(jì) 41 4.1.1 非線性系統(tǒng)模型 41 4.1.2 圍繞標(biāo)稱軌道線性化濾波方法 42 4.1.3 圍繞濾波值線性化的濾波方法 45 4.1.4 非線性系統(tǒng)狀態(tài)估計(jì)的擴(kuò)展Kalman濾波器性能分析 48 4.2 非線性高斯系統(tǒng)狀態(tài)估計(jì)的無跡Kalman濾波器設(shè)計(jì) 49 4.2.1 非線性系統(tǒng)描述 50 4.2.2 無跡Kalman濾波器的建立 51 4.2.3 無跡Kalman濾波器的性能分析 53 4.3 非線性高斯系統(tǒng)狀態(tài)估計(jì)的容積Kalman濾波器設(shè)計(jì) 55 4.3.1 非線性系統(tǒng)描述 55 4.3.2 容積Kalman濾波的建立 56 4.3.3 UKF與CKF運(yùn)算復(fù)雜度的比較 57 4.3.4 雙層容積Kalman濾波器設(shè)計(jì) 58 4.3.5 仿真實(shí)驗(yàn) 62 4.3.6 本節(jié)小結(jié) 64 4.4 非線性高斯系統(tǒng)狀態(tài)估計(jì)的強(qiáng)跟蹤Kalman濾波器設(shè)計(jì) 65 4.4.1 強(qiáng)跟蹤濾波器的引入 65 4.4.2 一種帶次優(yōu)漸消因子的擴(kuò)展Kalman濾波器 68 4.4.3 一種帶多重次優(yōu)漸消因子的擴(kuò)展Kalman濾波器 73 4.4.4 STF與EKF的性能比較分析 77 參考文獻(xiàn) 80 第5章 非高斯噪聲系統(tǒng)狀態(tài)估計(jì)的Kalman濾波器設(shè)計(jì) 81 5.1 線性有色噪聲系統(tǒng)狀態(tài)估計(jì)的Kalman濾波器設(shè)計(jì) 81 5.1.1 系統(tǒng)噪聲或觀測噪聲是有色噪聲的Kalman濾波 81 5.1.2 控制系統(tǒng)附加噪聲是有色噪聲，觀測系統(tǒng)附加噪聲是白噪聲 82 5.1.3 控制系統(tǒng)附加噪聲是白噪聲，觀測系統(tǒng)附加噪聲是有色噪聲 82 5.1.4 控制系統(tǒng)和觀測系統(tǒng)的附加噪聲均為有色噪聲 84 5.2 一般系統(tǒng)噪聲密度函數(shù)下狀態(tài)估計(jì)的粒子濾波器設(shè)計(jì) 84 5.2.1 非線性系統(tǒng)描述 85 5.2.2 粒子濾波 87 5.3 非線性非高斯系統(tǒng)狀態(tài)估計(jì)的特征函數(shù)濾波器設(shè)計(jì) 91 5.3.1 基于特征函數(shù)的多維觀測器濾波方法 92 5.3.2 仿真實(shí)驗(yàn) 96 5.3.3 非線性系統(tǒng)中基于特征函數(shù)的濾波方法 104 5.3.4 濾波方法的設(shè)計(jì) 108 5.3.5 仿真實(shí)驗(yàn) 109 5.3.6 本節(jié)小結(jié) 119 5.4 線性系統(tǒng)噪聲有限采樣下狀態(tài)估計(jì)的最大相關(guān)熵濾波器設(shè)計(jì) 119 5.4.1 最大熵原理 120 5.4.2 經(jīng)典Kalman濾波器 122 5.4.3 基于最大相關(guān)熵準(zhǔn)則的Kalman濾波器設(shè)計(jì) 123 5.4.4 基于采樣樣本均值估計(jì)器的濾波器設(shè)計(jì) 124 5.4.5 仿真實(shí)驗(yàn) 129 5.4.6 本節(jié)小結(jié) 131 參考文獻(xiàn) 131 第6章 一類可加型非線性動(dòng)態(tài)系統(tǒng)狀態(tài)估計(jì)的高階Kalman濾波器設(shè)計(jì) 133 6.1 引言 133 6.2 預(yù)備知識(shí) 134 6.3 可加型強(qiáng)非線性動(dòng)態(tài)系統(tǒng)描述 135 6.4 可加型強(qiáng)非線性動(dòng)態(tài)系統(tǒng)的偽線性化表示 136 6.4.1 非線性狀態(tài)模型的偽線性化表示 137 6.4.2 強(qiáng)非線性測量函數(shù)的偽線性化表示 138 6.5 基于擴(kuò)維空間非線性系統(tǒng)的線性化表示 139 6.5.1 基于擴(kuò)維狀態(tài)空間非線性狀態(tài)模型的線性化表示 139 6.5.2 基于擴(kuò)維空間非線性測量模型的線性化表示 140 6.6 基于高階擴(kuò)維空間的Kalman濾波器設(shè)計(jì) 141 6.6.1 高階擴(kuò)維狀態(tài)的線性系統(tǒng)描述 141 6.6.2 高階擴(kuò)維狀態(tài)估計(jì)的Kalman濾波器設(shè)計(jì) 141 6.7 數(shù)值仿真驗(yàn)證 144 6.7.1 案例一 144 6.7.2 案例二 145 6.8 本章小結(jié) 147 參考文獻(xiàn) 148 第7章 一類可乘型強(qiáng)非線性系統(tǒng)的逐步線性化Kalman濾波器設(shè)計(jì) 150 7.1 引言 150 7.2 問題描述 150 7.3 強(qiáng)非線性動(dòng)態(tài)系統(tǒng)的線性化描述 151 7.3.1 狀態(tài)模型的線性化表示建模 151 7.3.2 測量模型的線性化表示建模 152 7.4 隱變量與所有變量間的線性耦合建模 153 7.5 強(qiáng)非線性系統(tǒng)的逐級(jí)線性化濾波器設(shè)計(jì) 154 7.5.1 隱變量 的逐級(jí)線性Kalman濾波器設(shè)計(jì) 154 7.5.2 狀態(tài)變量 的線性Kalman濾波器設(shè)計(jì) 157 7.6 近似誤差分析 159 7.6.1 EKF誤差分析 159 7.6.2 隱變量 的近似誤差分析 160 7.6.3 狀態(tài)變量 的近似誤差分析 161 7.7 仿真驗(yàn)證 161 7.7.1 案例一 161 7.7.2 案例二 163 7.8 本章小結(jié) 165 參考文獻(xiàn) 165 第8章 一類加性與乘性混合型強(qiáng)非線性動(dòng)態(tài)系統(tǒng)的高階Kalman濾波器設(shè)計(jì) 166 8.1 引言 166 8.2 問題描述 166 8.3 強(qiáng)非線性動(dòng)態(tài)模型的線性化表示 167 8.3.1 狀態(tài)模型和測量模型的加性偽線性化表示 167 8.3.2 狀態(tài)模型和測量模型的乘性線性化表示 168 8.4 隱變量建模 170 8.5 非線性濾波器設(shè)計(jì) 171 8.5.1 隱變量 的濾波器設(shè)計(jì) 171 8.5.2 狀態(tài)變量 的濾波器設(shè)計(jì) 174 8.6 仿真驗(yàn)證 177 8.6.1 案例一 177 8.6.2 案例二 179 8.6.3 案例三 180 8.7 本章小結(jié) 182 參考文獻(xiàn) 183 第9章 一般型強(qiáng)非線性動(dòng)態(tài)系統(tǒng)的高階Kalman濾波器設(shè)計(jì) 184 9.1 引言 184 9.2 問題描述 184 9.3 狀態(tài)模型的線性化表示 185 9.3.1 狀態(tài)模型的高階泰勒級(jí)數(shù)展開 185 9.3.2 狀態(tài)模型的偽線性表示 187 9.3.3 隱變量建模 187 9.3.4 狀態(tài)模型的線性化表示 189 9.4 非線性動(dòng)態(tài)測量模型的線性化表示 190 9.4.1 非線性測量模型的高階泰勒級(jí)數(shù)展開 190 9.4.2 非線性測量模型的偽線性表示 191 9.4.3 非線性測量模型的線性化描述 191 9.5 基于狀態(tài)擴(kuò)維線性化的高階擴(kuò)展Kalman濾波器設(shè)計(jì) 192 9.5.1 集中式高階Kalman濾波器設(shè)計(jì) 192 9.5.2 序貫式高階擴(kuò)展Kalman濾波器設(shè)計(jì) 193 9.6 性能分析 197 9.6.1 狀態(tài)擴(kuò)維空間下線性化模型的線性分析 197 9.6.2 截?cái)嗾`差分析 198 9.7 仿真驗(yàn)證 199 9.7.1 案例一 199 9.7.2 案例二 200 9.8 本章小結(jié) 203 第10章 鋰電池SOC估計(jì)的高階Kalman濾波方法 204 10.1 引言 204 10.2 鋰電池充放電動(dòng)態(tài)過程建模 205 10.3 電池SOC估計(jì)的高階項(xiàng)擴(kuò)維建模 208 10.3.1 隱變量引入擴(kuò)維建模 208 10.3.2 針對(duì)鋰電池?cái)U(kuò)維建模 209 10.4 結(jié)果分析 212 10.5 本章小結(jié) 215 參考文獻(xiàn) 215 第11章 超越非線性輸入輸出系統(tǒng)參數(shù)在線辨識(shí)方法 217 11.1 引言 217 11.2 系統(tǒng)描述 217 11.3 非線性輸入輸出系統(tǒng)的狀態(tài)與觀測動(dòng)態(tài)特性建模 218 11.4 非線性輸入輸出系統(tǒng)基于EKF的參數(shù)辨識(shí)方法 219 11.5 系統(tǒng)參數(shù)辨識(shí)基于高階Kalman濾波方法 220 11.5.1 隱變量引入與新動(dòng)態(tài)系統(tǒng)描述 220 11.5.2 設(shè)計(jì)求解 的內(nèi)遞歸Kalman濾波器 222 11.5.3 求取系統(tǒng)參數(shù)變量 的估計(jì)值和估計(jì)誤差協(xié)方差矩陣 227 11.6 求取系統(tǒng)復(fù)合參數(shù)變量 的估計(jì)值和估計(jì)誤差協(xié)方差矩陣 227 11.7 仿真實(shí)驗(yàn) 232 11.7.1 仿真一 232 11.7.2 仿真二 234 11.7.3 仿真三 236 11.8 本章小結(jié) 238 參考文獻(xiàn) 238