《控制系统的最优滤波和辨识方法》求取 ⇩

第一章 混合式控制系统1

1.1 混合式系统的结构图2

1.2 计算机方程式5

1.3 线性差分方程式7

1.4 连续系统和纯粹离散系统在时域中的结构图8

1.5 线性差分方程的解11

1.6 Z-变换14

1.7 Z-变换的性质17

1.8 离散传递函数19

2.1 线性连续环节的离散传递函数21

第二章 离散数学模型及混合式系统的稳定性21

2.2 包含反量化器回路的离散传递函数26

2.3 串联环节的离散传递函数29

2.4 确定离散传递函数的近似方法32

2.5 离散闭环系统稳定性的研究35

2.6 离散系统的根轨迹38

第三章 离散系统中的过渡过程45

3.1 Z-反变换46

3.2 离散闭环系统希望的根分布48

3.3 离散闭环系统校正环节的综合52

3.4 实际数字计算机的离散传递函数56

第四章 连续系统数字仿真的算子方法59

4.1 离散的积分算子59

4.2 离散积分算子的频率特性67

4.3 定常线性系统数字仿真的算子方法70

4.4 时变线性系统数字仿真的算子方法76

4.5 离散形式的状态方程和基本解阵78

第五章 研究时变系统的谱方法82

5.1 二阶方程的积分82

5.2 边界条件87

5.3 任意阶方程的积分90

5.4 应用谱方法的实例101

第六章 能观性和能控性106

6.1 系统的对角线化106

6.2 规范型系统的能控性判据111

6.3 普遍情况下的能控性判据113

6.4 完全能控性的新判据117

6.5 系统的完全能观性121

第七章 最优滤波方程127

7.1 线性有模空间中的正交原理127

7.2 量测值线性组合形式的状态向量最优估计值132

7.3 利用正交投影确定最优估计值135

7.4 当有各种输入作用时最优滤波的算法143

7.5 由离散最优滤波器得到连续的最优滤波器145

7.6 隆白格滤波器和卡尔曼滤波器151

7.7 综合最优滤波器的实例155

7.8 采用更新序列进行均方滤波159

第八章 验前数据不定情况下的卡尔曼滤波器166

8.1 防止最优滤波器发散的方法166

8.2 实际不发散滤波器的新算法173

8.3 动态偏差的补偿178

8.4 状态向量和偏差的估计187

8.5 确定性运动向量和最优估计198

第九章 线性系统的辨识203

9.1 采用最小二乘法对线性系统的辨识203

9.2 线性静态系统参数的辨识208

9.3 采用最小二乘法辨识线性动态系统的参数213

第十章 惯性导航系统215

10.1 坐标系215

10.2 加速度计的输出值218

10.3 平衡工作状态下的自主式惯性系统原理图222

10.4 惯性系统通用的误差方程226

10.5 自由方位平台惯性系统的误差方程233

10.6 惯性系统误差的结构图235

10.7 量测元件误差的数学模型237

10.8 具有卡尔曼滤波器的惯性系统原理图240

第十一章 惯性系统误差的能观性243

11.1 具有理想量测元件惯性系统的一个通道243

11.2 具有不理想量测元件惯性系统的一个通道246

11.3 具有不理想陀螺仪的惯性系统248

附录I 标量信号的最优估计251

I.1 最优非递推估计器(标量的维纳滤波器)251

I.2 最优递推估计器(标量的卡尔曼滤波器)254

I.3 最优递推预测器(标量的卡尔曼预测器)260

Ⅱ.1 信号和量测数据的向量263

附录Ⅱ 向量信号的最优估计263

Ⅱ.2 向量的计算公式265

Ⅱ.3 向量的卡尔曼滤波器267

Ⅱ.4 向量的卡尔曼预测器271

附录Ⅲ 卡尔曼滤波器的实例273

Ⅲ.1 标量的卡尔曼滤波器273

Ⅲ.2 向量的卡尔曼滤波器274

Ⅲ.3 量测自由落体运动的卡尔曼滤波器277

Ⅲ.4 用于跟踪雷达的卡尔曼滤波公式283

参考文献287