卡爾曼濾波原理及應(yīng)用：MATLAB仿真（第2版）

第1章 緒論 1
1.1 濾波的含義 1
1.2 Kalman濾波的背景 2
1.3 最優(yōu)估計(jì)的相關(guān)方法 3
1.3.1 最小二乘法 3
1.3.2 極大似然估計(jì) 5
1.3.3 維納濾波 6
1.3.4 Kalman濾波 7
1.3.5 Kalman濾波衍生算法 9
1.3.6 粒子濾波 10
1.4 Kalman濾波的應(yīng)用領(lǐng)域 11
參考文獻(xiàn) 12
第2章 MATLAB編程基礎(chǔ) 14
2.1 MATLAB簡(jiǎn)介 14
2.1.1 MATLAB發(fā)展歷史 14
2.1.2 MATLAB使用簡(jiǎn)介 16
2.1.3 M文件編輯器的使用 19
2.2 數(shù)據(jù)類型和數(shù)組 21
2.2.1 數(shù)據(jù)類型概述 21
2.2.2 數(shù)組的創(chuàng)建 22
2.2.3 數(shù)組的屬性 24
2.2.4 數(shù)組的操作 25
2.2.5 結(jié)構(gòu)體和元胞數(shù)組 28
2.3 程序設(shè)計(jì) 30
2.3.1 條件語句 30
2.3.2 循環(huán)語句 32
2.3.3 函數(shù) 34
2.4 數(shù)據(jù)可視化 36
2.4.1 坐標(biāo)軸設(shè)置 36
2.4.2 曲線繪制 38
2.4.3 直方圖和餅圖 41
2.4.4 動(dòng)畫功能 45
參考文獻(xiàn) 48
第3章 線性Kalman濾波 50
3.1 Kalman濾波原理 50
3.1.1 射影定理 50
3.1.2 Kalman濾波器 52
3.1.3 Kalman濾波的參數(shù)處理 57
3.2 Kalman濾波在溫度測(cè)量中的應(yīng)用 59
3.2.1 原理介紹 59
3.2.2 MATLAB仿真程序 61
3.3 Kalman濾波在自由落體運(yùn)動(dòng)目標(biāo)跟蹤中的應(yīng)用 63
3.3.1 狀態(tài)方程的建立 63
3.3.2 MATLAB仿真程序 67
3.4 Kalman濾波在船舶GPS導(dǎo)航定位系統(tǒng)中的應(yīng)用 69
3.4.1 原理介紹 69
3.4.2 MATLAB仿真程序 72
3.5 Kalman濾波在石油地震勘探中的應(yīng)用 74
3.5.1 石油地震勘探白噪聲反卷積濾波原理 74
3.5.2 石油地震勘探白噪聲反卷積濾波仿真實(shí)現(xiàn) 76
3.5.3 MATLAB仿真程序 77
3.6 Kalman濾波在視頻圖像目標(biāo)跟蹤中的應(yīng)用 80
3.6.1 視頻圖像處理的基本方法 80
3.6.2 Kalman濾波對(duì)自由下落的皮球跟蹤應(yīng)用 90
3.6.3 目標(biāo)檢測(cè)MATLAB程序 92
3.6.4 Kalman濾波視頻跟蹤MATLAB程序 94
3.7 奶牛尾部圖像目標(biāo)跟蹤 98
3.7.1 目標(biāo)運(yùn)動(dòng)建模 98
3.7.2 奶牛運(yùn)動(dòng)跟蹤算法 100
3.7.3 奶牛尾部跟蹤算法程序 103
參考文獻(xiàn) 106
第4章 擴(kuò)展Kalman濾波 108
4.1 擴(kuò)展Kalman濾波原理 108
4.1.1 局部線性化 108
4.1.2 線性Kalman濾波 110
4.2 簡(jiǎn)單非線性系統(tǒng)的擴(kuò)展Kalman濾波器設(shè)計(jì) 111
4.2.1 原理介紹 111
4.2.2 標(biāo)量非線性系統(tǒng)擴(kuò)展Kalman濾波的MATLAB程序 114
4.3 擴(kuò)展Kalman濾波在目標(biāo)跟蹤中的應(yīng)用 115
4.3.1 目標(biāo)跟蹤數(shù)學(xué)建模 115
4.3.2 基于觀測(cè)距離的擴(kuò)展Kalman濾波目標(biāo)跟蹤算法 116
4.3.3 基于距離的目標(biāo)跟蹤算法MATLAB程序 118
4.3.4 基于擴(kuò)展Kalman濾波的純方位目標(biāo)跟蹤算法 120
4.3.5 純方位目標(biāo)跟蹤算法MATLAB程序 122
4.4 擴(kuò)展Kalman濾波在純方位尋的導(dǎo)彈制導(dǎo)中的應(yīng)用 124
4.4.1 三維尋的制導(dǎo)系統(tǒng) 124
4.4.2 擴(kuò)展Kalman濾波在尋的制導(dǎo)問題中的算法分析 126
4.4.3 仿真結(jié)果 128
4.4.4 尋的制導(dǎo)MATLAB程序 129
4.5 擴(kuò)展Kalman濾波在電池壽命估計(jì)中的應(yīng)用 133
4.5.1 電池壽命預(yù)測(cè)模型 133
4.5.2 數(shù)據(jù)加載 136
4.5.3 擴(kuò)展Kalman程序及計(jì)算結(jié)果 138
參考文獻(xiàn) 142
第5章 無跡Kalman濾波 144
5.1 無跡Kalman濾波原理 144
5.1.1 無跡變換 144
5.1.2 無跡Kalman濾波算法實(shí)現(xiàn) 146
5.2 無跡Kalman濾波在單觀測(cè)站目標(biāo)跟蹤中的應(yīng)用 147
5.2.1 原理介紹 147
5.2.2 仿真程序 149
5.3 無跡Kalman濾波在勻加速度直線運(yùn)動(dòng)目標(biāo)跟蹤中的應(yīng)用 152
5.3.1 原理介紹 152
5.3.2 仿真程序 154
5.4 無跡Kalman濾波與擴(kuò)展Kalman濾波算法的應(yīng)用比較 157
5.5 無跡Kalman濾波算法在電池壽命估計(jì)中的應(yīng)用 162
參考文獻(xiàn) 166
第6章 交互多模型Kalman濾波 168
6.1 交互多模型Kalman濾波原理 168
6.2 交互多模型Kalman濾波在目標(biāo)跟蹤中的應(yīng)用 171
6.2.1 問題描述 171
6.2.2 交互多模型濾波器設(shè)計(jì) 172
6.2.3 仿真分析 173
6.2.4 交互多模型Kalman濾波算法MATLAB仿真程序 175
參考文獻(xiàn) 180
第7章 Kalman濾波的Simulink仿真 182
7.1 Simulink概述 182
7.1.1 Simulink啟動(dòng) 182
7.1.2 Simulink仿真設(shè)置 184
7.1.3 Simulink模塊庫簡(jiǎn)介 188
7.2 S函數(shù) 193
7.2.1 S函數(shù)原理 193
7.2.2 S函數(shù)的控制流程 197
7.3 線性Kalman的Simulink仿真 198
7.3.1 一維數(shù)據(jù)的Kalman濾波處理 198
7.3.2 狀態(tài)方程和觀測(cè)方程的Simulink建模 204
7.3.3 基于S函數(shù)的Kalman濾波器設(shè)計(jì) 209
7.4 非線性Kalman濾波 217
7.4.1 基于Simulink的擴(kuò)展Kalman濾波器設(shè)計(jì) 217
7.4.2 基于Simulink的無跡Kalman濾波器設(shè)計(jì) 223
參考文獻(xiàn) 228