首页 > 科技 > 通信与网络 > 信号与信息处理

卡尔曼滤波原理及应用——MATLAB仿真

作译者：黄小平,王岩

出版时间：2015-06 千字数：264 版次：01-01 页数：188

开本：16(185*260) 装帧： I S B N ：9787121263101

换版：

纸质书定价：￥39.8

库存:有

分享到：

共有图书评论0条【查看评论摘要】

看了又看

{{data.bookName}}

￥{{data.price}}

内容简介

前言

上架建议

作者简介

编辑推荐

音视频专区

目    录
第1章  绪论	1
1.1  滤波的基础知识	1
1.2  Kalman滤波的背景	1
1.3  Kalman滤波的发展过程	2
1.4  Kalman滤波的应用领域	4
第2章  MATLAB仿真基础	6
2.1  MATLAB简介	6
2.1.1  MATLAB发展历史	6
2.1.2  MATLAB 7.1的系统简介	7
2.1.3  M文件编辑器的使用	10
2.2  数据类型和数组	12
2.2.1  数据类型概述	12
2.2.2  数组的创建	13
2.2.3  数组的属性	15
2.2.4  数组的操作	16
2.2.5  结构体和元胞数组	19
2.3  程序设计	21
2.3.1  条件语句	21
2.3.2  循环语句	23
2.3.3  函数	25
2.3.4  画图	27
2.4  小结	29
第3章  线性Kalman滤波	30
3.1  Kalman滤波原理	30
3.1.1  射影定理	30
3.1.2  Kalman滤波器	33
3.1.3  Kalman滤波的参数处理	37
3.2  Kalman滤波在温度测量中的应用	39
3.2.1  原理介绍	39
3.2.2  MATLAB仿真程序	42
3.3  Kalman滤波在自由落体运动目标跟踪中的应用	44
3.3.1  状态方程的建立	44
3.3.2  MATLAB仿真程序	47
3.4  Kalman滤波在船舶GPS导航定位系统中的应用	50
3.4.1  原理介绍	50
3.4.2  MATLAB仿真程序	53
3.5  Kalman滤波在石油地震勘探中的应用	55
3.5.1  石油地震勘探白噪声反卷积滤波原理	55
3.5.2  石油地震勘探白噪声反卷积滤波仿真实现	57
3.5.3  MATLAB仿真程序	58
3.6  Kalman滤波在视频图像目标跟踪中的应用	60
3.6.1  视频图像处理的基本方法	61
3.6.2  Kalman滤波对自由下落的皮球跟踪应用	68
3.6.3  目标检测MATLAB程序	70
3.6.4  Kalman滤波视频跟踪MATLAB程序	72
第4章  扩展Kalman滤波	77
4.1  扩展Kalman滤波原理	77
4.1.1  局部线性化	77
4.1.2  线性Kalman滤波	79
4.2  简单非线性系统的扩展Kalman滤波器设计	80
4.2.1  原理介绍	80
4.2.2  标量非线性系统EKF的MATLAB程序	83
4.3  EKF在目标跟踪中的应用	84
4.3.1  目标跟踪数学建模	84
4.3.2  基于观测距离的EKF目标跟踪算法	85
4.3.3  基于距离的目标跟踪算法MATLAB程序	87
4.3.4  基于EKF的纯方位目标跟踪算法	89
4.3.5  纯方位目标跟踪算法MATLAB程序	91
4.4  EKF在纯方位寻的导弹制导中的应用	94
4.4.1  三维寻的制导系统	94
4.4.2  EKF在寻的制导问题中的算法分析	96
4.4.3  仿真结果	97
4.4.4  寻的制导MATLAB程序	99
第5章  无迹Kalman滤波	103
5.1  无迹Kalman滤波原理	103
5.1.1  无迹变换	103
5.1.2  无迹Kalman滤波算法实现	105
5.2  无迹Kalman滤波在单观测站目标跟踪中的应用	107
5.2.1  原理介绍	107
5.2.2  仿真程序	108
5.3  UKF在匀加速度直线运动目标跟踪中的应用	111
5.3.1  原理介绍	111
5.3.2  仿真程序	113
5.4  UKF与EKF算法的应用比较	116
第6章  交互多模型Kalman滤波	119
6.1  交互多模型Kalman滤波原理	119
6.2  交互多模型Kalman滤波在目标跟踪中的应用	122
6.2.1  问题描述	122
6.2.2  IMM滤波器设计	123
6.2.3  仿真分析	124
6.2.4  IMM Kalman滤波算法MATLAB仿真程序	126
第7章  Kalman滤波的Simulink仿真	132
7.1  Simulink概述	132
7.1.1  Simulink启动	132
7.1.2  Simulink仿真设置	134
7.1.3  Simulink模块库简介	139
7.2  S函数	143
7.2.1  S函数原理	143
7.2.2  S函数的控制流程	147
7.3  线性Kalman的Simulink仿真	148
7.3.1  一维数据的Kalman滤波处理	148
7.3.2  状态方程和观测方程的Simulink建模	154
7.3.3  基于S函数的Kalman滤波器设计	160
7.4  非线性Kalman滤波	167
7.4.1  基于Simulink的EKF滤波器设计	167
7.4.2  基于Simulink的UKF滤波器设计	174
7.5  小结	179

前    言
随着科技的发展，在雷达、声纳、通信、视频图像处理、故障诊断等领域，对信号检测和状态参数估计的研究，有着重要的价值。在所有数字信号处理应用系统中，传感器数据采集是重要的一环。所有传感器测量的数据都受到噪声的污染，噪声不能消除，只能尽最大限度地降低。例如，在目标跟踪中，传感器一般是测量观测站与目标之间的距离、角度等信息，这些信息往往会受到高斯、非高斯噪声的污染，导致观测站不能准确地估计目标的状态，那么这时对测量数据进行滤波就显得很有必要了。
Kalman滤波是噪声处理的利器，目前关于Kalman滤波的论文非常多，专著也不少，但是在阐述Kalman滤波原理时，大多文献只停留在公式推导和文字介绍上，而且各作者公式表示习惯不一样导致要理解Kalman滤波原理非常困难，在编程仿真上也存在诸多疑问，因此很多读者在刚开始接触该滤波算法时总是疑虑重重。鉴于此，本书在介绍Kalman滤波原理时，加入了大量的应用仿真实例。本书写作时尽量避免繁缛的公式推导，用通俗易懂的语言文字，配用详细的MATLAB仿真程序和中文注释，读者可以对照核心公式和程序注释理解Kalman滤波原理。
本书的主要内容是Kalman滤波的状态估计方法：应用在线性领域中，主要是经典Kalman滤波；而应用在非线性系统中，主要是扩展Kalman滤波和无迹Kalman滤波。当然在很多文献中有各种Kalman滤波的衍生算法，例如信息卡尔曼、强跟踪卡尔曼、集合卡尔曼、容积卡尔曼和神经网络卡尔曼等。笔者认为，其他衍生算法都是以经典Kalman为母体的，只要掌握经典Kalman滤波算法的核心和精髓即能触类旁通，学一知百。同样地，在研究各种衍生算法之前，必须先掌握经典算法。
在应用实例方面，读者一定要掌握系统建模问题。所谓系统建模，是指Kalman滤波中的状态方程和观测方程的建立。这两个方程中的状态、矩阵参数的设置不同，就代表着不同的系统。经典Kalman滤波和交互多模型Kalman滤波属于线性滤波器，这些算法的应用领域主要有温度测量、GPS导航、石油地震勘探、视频图像中的目标检测和跟踪。非线性滤波器主要有EKF和UKF算法，应用实例主要是纯方位、纯距离的目标跟踪、寻的制导系统。在工程应用中，系统模型是千奇百怪的，本书不可能列举所有的应用，鉴于此本书给出了通用的一维、二维和四维状态系统滤波问题，读者掌握这些通用模型仿真，在遇到其他信号处理模型时即可得心应手了。
参加本书编写的还有王岩、聂金平、闫芬菲、陈冰洁、田龙飞、李超、王夏静、钱琛、杨刚、李超（小）、许蓓蓓。本书的编辑和勘误，得到了北航同课题组实验室的学长的帮助，感谢王驭风、刘涛、徐建伟的指导。另外特别感谢北京理工大学何绍敏的全力相助，感谢一直支持和帮我修改错误的各位网友！
希望本书对于从事相关领域的研究者有所帮助。由于作者的水平有限，其中难免有疏漏和不足之处，恳请读者提出宝贵的意见，我的邮箱xiaoping_444@126.com。

  
2015年4月

查看更多 > 图书评论

暂无评论

发表图书评论

评论标题：
评论内容：
验证码：: 看不清楚
点击刷新
: 您还没有登录，请登录后再评论。
点击“登录”

购买过本书的顾客还买过

{{data.bookName}}

￥{{data.price}}