《应用最优估计》求取 ⇩

第一章 引言1

第二章 基本数学方法的回顾11

2.1 向量、矩阵和最小二乘法11

2.2 概率与随机过程25

第三章 线性动态系统56

3.1 状态空间表示法56

3.2 转移矩阵62

3.3 矩阵迭加积分69

3.4 离散公式72

3.5 系统可观测性与可控性73

3.6 协方差矩阵79

3.7 误差的传播82

3.8 建模和状态向量增广85

3.9 实验模型辨识92

第四章 最优线性滤波112

4.1 递推滤波器116

4.2 离散卡尔曼滤波器118

4.3 连续卡尔曼滤波器135

4.4 直观概念143

4.5 相关测理误差150

4.6 黎卡提方程的解154

4.7 统计的稳态--维纳滤波器161

第五章 最优线性平滑181

5.1 最优平滑器的形式182

5.2 最优固定区间平滑器185

5.3 最优固定点平滑器199

5.4 最优固定延迟平滑器203

第六章 非线性估计212

6.1 非线性最小方差估计214

6.2 利用统计线性化的非线性估计240

6.3 非线性最小二乘估计253

6.4 非线性系统的直接统计分析--CADET255

第七章 次优滤波器设计和灵敏度分析271

7.1 次优滤波器设计272

7.2 灵敏度分析：卡尔曼滤波器292

7.3 灵敏度分析的例子302

7.4 误差预算的研究309

7.5 灵敏度分析：最优平滑器316

7.6 协方差分析的计算机程序编制319

第八章 实现中的若干问题330

8.1 建模问题331

8.2 计算机带来的限制343

8.3 计算机固有的有限性348

8.4 算法和计算机的负荷分析361

第九章 一些附加的课题376

9.1 自适应卡尔曼滤波376

9.2 观测器380

9.3 随机逼近法398

9.4 实时参数辩识412

9.5 线性系统的最优控制423

索引441