-
作者:
文成林 著
-
出版社:
电子工业出版社
-
ISBN:
9787121472824
-
出版时间:
2024-03
-
装帧:
平装
-
开本:
16开
-
ISBN:
9787121472824
-
出版时间:
2024-03
售价
￥
111.00
7.5折
定价
￥148.00
品相
全新
上书时间2026-07-18
卖家超过10天未登录
-
-
商品描述：
-
目录
第一部分 基 础 篇
第1章 绪论002
1.1 研究背景及意义002
1.2 国内外研究现状003
1.3 本书主要内容与安排005
参考文献007
第2章 典型的滤波器设计方法011
2.1 线性高斯系统状态估计的卡尔曼滤波器设计011
2.2 非线性高斯系统状态估计的扩展卡尔曼滤波器设计017
2.3 非线性高斯系统状态估计的无迹卡尔曼滤波器设计026
2.4 一般系统噪声密度函数下状态估计的粒子滤波器设计031
2.5 特征函数及其基本性质038
参考文献047
第二部分 现 代 篇
第3章 线性状态模型与一维非线性观测模型的特征函数滤波器050
3.1 引言与存在问题分析050
3.2 线性状态模型与观测模型组成的非高斯系统描述051
3.3 非高斯系统状态估计的特征函数滤波器设计052
3.4 求解滤波器增益向量的性能指标函数设计053
3.5 求解滤波器增益向量算法054
3.6 计算机数值仿真057
3.7 滤波器性能分析059
3.8 本章小结与存在问题060
参考文献060
第4章 线性状态模型与多维非线性观测模型的特征函数滤波器063
4.1 引言与存在问题分析063
4.2 线性状态模型与多维非线性观测模型组成的非高斯系统描述064
4.3 特征函数滤波器设计与目标函数构建065
4.4 求解特征函数滤波器增益矩阵067
4.5 计算机数值仿真069
4.6 本章小结与存在问题078
参考文献078
第三部分 现 在 篇
第5章 弱非线性状态模型与强非线性观测模型的特征函数滤波器080
5.1 引言与存在问题分析080
5.2 弱非线性状态模型与强非线性观测模型系统描述081
5.3 非线性特征函数滤波器设计082
5.4 非线性状态模型的局部线性化082
5.5 特征函数滤波器增益矩阵求解084
5.6 计算机数值仿真088
5.7 本章小结与存在问题098
参考文献098
第6章 非线性状态模型与强非线性观测模型的高阶扩维特征函数滤波器099
6.1 引言与存在问题分析099
6.2 非线性非高斯系统描述099
6.3 非线性状态模型的伪线性化表示与隐变量引入101
6.4 二阶多项式隐变量在全维空间中的线性动态系统建模104
6.5 非线性观测模型基于二阶泰勒展开的等效描述105
6.6 非线性系统二阶扩维特征函数滤波器设计108
6.7 二阶扩维特征函数滤波器的降维实现与性能分析115
6.8 计算机数值仿真116
6.9 本章小结与存在问题119
参考文献119
第四部分 未 来 篇
第7章 强非线性复杂系统的一型高阶特征函数滤波器设计122
7.1 引言与存在问题分析122
7.2 强非线性非高斯系统描述122
7.3 隐变量引入与强非线性状态模型的伪线性化表示124
7.4 隐变量线性状态动态建模与状态模型在全维空间中的线性化表示126
7.5 隐状态变量引入与强非线性观测模型在全维空间中的等效表示128
7.6 求解系统参数变量 的特征函数滤波器设计131
7.7 求解系统隐状态变量 的特征函数滤波器设计135
7.8 求解系统状态预测误差变量 的特征函数滤波器设计141
7.9 原始系统状态变量 估计值的重构与特征函数滤波器性能分析144
7.10 本章小结与存在问题146
参考文献146
第8章 强非线性复杂系统的二型高阶特征函数滤波器设计148
8.1 引言与存在问题分析148
8.2 强非线性非高斯系统描述148
8.3 强非线性系统的线性化形式描述149
8.4 基于状态模型和观测模型建模误差双特征函数的滤波器设计151
8.5 原始系统状态估计值的重构与特征函数滤波器性能分析159
8.6 本章小结与存在问题161
参考文献161
第9章 强非线性复杂系统的三型高阶特征函数滤波器设计162
9.1 引言与存在问题分析162
9.2 强非线性非高斯系统描述162
9.3 强非线性系统的线性化形式描述163
9.4 高阶隐变量线性状态动态建模与滤波器设计条件设置164
9.5 隐参数变量 和 的特征函数滤波器设计167
9.6 扩维状态隐变量 的序贯式特征函数滤波器组设计170
9.7 系统状态预测误差变量 的序贯式特征函数滤波器设计174
9.8 原始系统状态变量估计值的重构与滤波器性能分析182
9.9 本章小结与存在问题184
参考文献184
第五部分 应 用 篇
第10章 多传感器状态融合估计的特征函数滤波方法186
10.1 引言186
10.2 多传感器非线性观测系统描述187
10.3 基于CFF的集中式融合方法设计188
10.4 基于CFF的并行式融合方法设计190
10.5 基于CFF的序贯式融合方法设计194
10.6 多参数预测误差模型设计198
10.7 仿真实验199
10.8 本章小结与存在问题206
参考文献207
第11章 极坐标系与直角坐标系混合环境下的目标跟踪方法208
11.1 一般线性状态模型多维非线性系统描述208
11.2 极坐标系与直角坐标系下的动态系统描述209
11.3 极坐标系与直角坐标系混合环境下的目标跟踪案例210
参考文献216
第12章 深度神经网络模型参数自适应辨识方法217
12.1 引言217
12.2 神经网络参数常用更新方法218
12.3 基于CFF的神经网络参数更新方法223
12.4 稀疏神经网络模型设计231
12.5 计算机数值仿真实验233
12.6 本章小结235
参考文献235
第13章 设备寿命预测系统参数在线辨识方法238
13.1 引言238
13.2 锂电池充放电动态过程建模239
13.3 电池SOC估计的高阶项扩维建模241
13.4 仿真实验245
13.5 本章小结246
参考文献247
第14章 超非线性输入输出系统参数在线辨识方法249
14.1 引言249
14.2 非线性输入输出系统描述250
14.3 非线性输入输出系统的状态与观测动态特性建模250
14.4 基于EKF的非线性输入输出系统参数辨识方法251
14.5 基于CFF的非线性输入输出系统参数辨识方法252
14.6 计算机数值仿真实验257
参考文献263
内容摘要
本书介绍粒子滤波器在Kalman滤波框架下的系统参数辨识与状态估计机制。本书聚焦的新型滤波器解决了困绕深度学习强非线性模型参数的收敛性训练、复杂系统随工况变化的模型参数自适应辨识、联邦学习框架中各客户端模型个性化设计、输入输出强非线性动态系统参数自适应更新、工业装备和设备寿命预测等难题。本书对从事信息科学、人工智能、电子信息等领域研究、开发和应用的广大科技工作者具有一定的参考价值，也适合作为相关专业研究生教材。
![]()
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间：09月02日 10:30
即将开播，去预约
直播中，去观看
占位居中
