Kalman滤波器理论与应用 基于MATLAB实现
出版时间：2016年版
内容简介
　　本书较全面的介绍了Kalman滤波器基本原理、推导过程、以及在跟踪领域中的应用。全书主要分成两部分，第一部分为基础知识，共包括5章。第1章介绍了Kalman滤波器的基本特点，应用领域等，并简单介绍了本书的特点是提供了基于Kalman滤波器基本原理的全部Matlab源程序。第2章简单地介绍了Matlab语言使用方法和编程技巧。第3章介绍了*小二乘估计方法的基本原理和推导过程，并给出了几种*小二乘估计方法不同的表达形式，它们是Kalman滤波器的理论基础。第4章在第3章的基础上，给出了基于线性系统的Kalman滤波器的递推算法。第5章先给出了非线性的系统模型，然后给出了能够应用于的线性系统的Kalman滤波器算法，包括扩展Kalman滤波器、不敏Kalman滤波器。本书的第二部分为应用部分，共包括两章，是作为前面基础知识的必要补充，分别是第6章和第7章。第6章介绍了跟踪系统的测量模型，并给出了在很多跟踪系统发展研究中经常用到的仿真轨迹。第7章给出了机动目标的模型建模方法，包括常速度模型、常加速度模型、Singer模型、以及当前统计模型等。第8章给出了RFID系统的跟踪方法。我们还给出了基于这个目标动力学统计特征的自适应动力学模型，通过大量的仿真研究表明该模型可以很好地适应目标的运动特征。本章还包括基于前一章给出的移动目标轨迹、以及不同的运动模型对移动目标进行跟踪的仿真研究。