中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
目標跟蹤前沿理論與應用 版權信息
- ISBN：9787030426338
- 條形碼：9787030426338 ; 978-7-03-042633-8
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
目標跟蹤前沿理論與應用 內容簡介
本書涵蓋了目標跟蹤的基礎理論及當今很前沿的研究結果？傮w而言，本書可分為兩大部分：部分給出了概率、統計以及估計理論的基礎；第二部分主要針對當前目標跟蹤領域很前沿的四大研究方向，從研究者的角度給出了各方向的問題描述、解決理論、詳細推導并對相關理論和技術進行了深入分析。具體而言，本書部分介紹了概率及統計理論基礎，繼而將估計理論里的基本概念和基本方法進行了詳盡地闡述，在此基礎上對統計濾波理論進行了深入探討并給出了當前流行濾波器的推導過程和性質分析，很后闡述了魯棒濾波理論基礎。通過部分的介紹可使讀者打下堅實的估計理論基礎。本書第二部分就機動目標跟蹤、擴展目標跟蹤、群目標跟蹤及水下目標跟蹤四大目標跟蹤領域的前沿研究熱點方向分章節進行闡述。該部分首先對各方向所研究的問題進行了詳細的數學描述，繼而結合部分給出的估計理論知識，詳盡地推導了各方向的理論和算
目標跟蹤前沿理論與應用 目錄
目錄
序
前言
符號與縮略詞
第1章 概率與統計理論基礎 1
1.1 概率與條件概率 1
1.2 傘概率公式與貝葉斯公式 2
1.3 隨機變量及其函數變換 4
1.4 多元隨機變量 10
1.4.1 獨立統計 12
1.4.2 多變量統計學 13
1.5 隨機過程 14
1.6 白噪聲和有色噪聲 17
1.7 小結 18
參考文獻 19
第2章 估計理論基礎 20
2.1 參數估計問題描述 20
2.1.1 參數估計定義 20
2.1.2 參數估計模型 20
2.2 極大似然和*大后驗估計 21
2.2.1 兩種估計方法的定義 21
2.2.2 先驗信息為高斯分布時兩種估計方法的比較 22
2.2.3 先驗信息為單邊指數分布的*大后驗估計 23
2.2.4 擴散先驗信息條件下的*大后驗估計 23
2.3 *小二乘與*小均方誤差估計 24
2.3.1 兩種估計方法的定義 24
2.3.2 常見的*小二乘估計 25
2.3.3 *小均方誤差估計與*大后驗估計的比較 25
2.4 線性*小均方誤差估計 26
2.4.1 正交性原理 26
2.4.2 向量隨機變量的線性*小均方誤差估計 28
2.5 估計的方差與均方誤差 29
2.5.1 估計方差的定義 29
2.5.2 極大似然估計與*大后驗估計的方差 30
2.5.3 樣本均值與樣本方差的方差 30
2.6 估計的無偏性 31
2.6.1 估計無偏性的定義 31
2.6.2 極大似然估計和*大后驗估計的無偏性 32
2.6.3 兩個未知參數極大似然估計的有偏性 32
2.7 估計的一致性與有效性 34
2.7.1 致性定義 34
2.7.2 克拉美羅下界與費舍爾信息矩陣 34
2.7.3 克拉美羅下界的證明 35
2.7.4 有效估計的例子 36
2.8 小結 36
參考文獻 37
第3章 隨機濾波理論與算法 38
3.1 卡爾曼濾波 39
3.1.1 離散時間線性系統描述 39
3.1.2 卡爾曼濾波推導 39
3.1.3 卡爾曼濾波算法 42
3.1.4 卡爾曼濾波的性質 42
3.2 擴展卡爾曼濾波 43
3.2.1 離散時間非線性系統描述 43
3.2.2 非線性系統泰勒級數展開 44
3.2.3 擴展卡爾曼濾波算法 47
3.3 無跡濾波 50
3.3.1 無跡變換 50
3.3.2 無跡濾波算法 51
3.4 容積卡爾曼濾波 55
3.4.1 容積規則 56
3.4.2 容積卡爾曼濾波算法 60
3.5 粒子濾波 65
3.5.1 貝葉斯濾波 65
3.5.2 蒙特卡洛方法 66
3.5.3 重要性采樣 67
3.5.4 序貫重要性采樣 68
3.5.5 粒子退化問題與重采樣 69
3.5.6 標準粒子濾波算法 72
3.6 仿真結果與分析 72
3.7 小結 74
參考文獻 75
第4章 H∞濾波理論與算法 77
4.1 線性系統H∞濾波理論與算法 77
4.1.1 卡爾曼濾波和H∞濾波的比較 77
4.1.2 基于博弈論的H∞濾波 78
4.1.3 穩態H∞濾波 87
4.1.4 連續時間的H∞濾波 88
4.1.5 傳遞函數方法推導H∞濾波器 89
4.2 非線性系統H∞濾波理論與算法 95
4.2.1 連續非線性系統的H∞濾波 95
4.2.2 離散非線性系統的H∞濾波 98
4.2.3 擴展H∞濾波 101
4.3 小結 103
參考文獻 103
第5章 機動目標跟蹤 105
5.1 機動目標跟蹤建模 105
5.1.1 動態模型 105
5.1.2 量測模型 114
5.1.3 機動目標跟蹤方法概述 118
5.2 機動目標跟蹤多模型方法 119
5.2.1 多模型估計方法概述 119
5.2.2 自主式多模型估計 120
5.2.3 協作式多模型估計 120
5.2.4 變結構多模型估計 124
5.2.5 仿真結果與分析 136
5.3 小結 146
參考文獻 146
第6章 隨機有限集框架下的多目標跟蹤 150
6.1 隨機有限集基礎 150
6.1.1 隨機有限集 150
6.1.2 隨機有限集的統計描述 150
6.1.3 常用的隨機有限集 153
6.2 隨機有限集框架下的多目標跟蹤 155
6.2.1 多目標系統模型 155
6.2.2 多目標貝葉斯濾波器 156
6.3概率假設密度濾波器 157
6.3.1 高斯混合概率假設密度濾波器 1 59
6.3.2 序貫蒙特卡洛概率假設密度濾波器 161
6.4 勢概率假設密度濾波器 163
6.4.1 高斯混合勢概率假設密度濾波器 166
6.4.2 序貫蒙特卡洛勢概率假設密度濾波器 169
6.5 多伯努利濾波器 170
6.5.1 高斯混合多伯努利濾波器 172
6.5.2 序貫蒙特卡洛多伯努利濾波器 176
6.6 多目標跟蹤性能評價指標 179
6.7 仿真結果與分析 181
6.7.1 線性高斯模型仿真結果與分析 181
6.7.2 非線性模型仿真結果與分析 185
6.7.3 非線性多模型仿真結果與分析 193
6.8 小結 198
參考文獻 199
第7章 擴展目標跟蹤 202
7.1 橢形擴展目標跟蹤 203
7.1.1 橢形擴展目標跟蹤模型 203
7.1.2 橢形擴展目標跟蹤算法 207
7.1.3 貝葉斯框架下橢形擴展目標跟蹤算法的推導 208
7.2 機動橢形擴展目標跟蹤 213
7.2.1 基于隨機矩陣的交互多模型算法 213
7.2.2 基于隨機矩陣的多模型估計矩匹配方法 215
7.2.3 仿真結果與分析 217
7.3 機動非橢形擴展目標跟蹤 221
7.3.1 非橢形擴展同標建模 222
7.3.2 非橢形擴展同標貝葉斯跟蹤算法 223
7.3.3 機動非橢形擴展同標跟蹤多模型算法 224
7.3.4 非橢形擴展目標跟蹤的簡化技術 228
7.3.5 仿真結果與分析 231
7.4 距離像量測擴展目標跟蹤 238
7.4.1 引論 238
7.4.2 基于支撐函數的擴展目標跟蹤模型 240
7.4.3 基于擴展高斯映射的擴展目標跟蹤模型 243
7.4.4 距離像量測擴展同標跟蹤算法 245
7.4.5 仿真結果與分析 246
7.5 小結 249
參考文獻 250
第8章 水下目標跟蹤 252
8.1 水下目標跟蹤介紹 252
8.1.1 水下目標跟蹤的意義 252
8.1.2 水下目標跟蹤發展現狀 252
8.2 基于等梯度聲速的水下目標定位與跟蹤 254
8.2.1 引論 254
8.2.2 水下節點間的聲波傳播軌跡 254
8.2.3 基于聲波傳播時間的目標定位 258
8.2.4 基于聲波傳播時間的目標跟蹤 261
8.3 基于傳感節點*優拓撲的水下目標跟蹤 263
8.3.1 引論 263
8.3.2 節點拓撲對目標跟蹤性能的影響 265
8.3.3 綦于傳感節點*優拓撲的水下目標跟蹤算法 270
8.3.4 仿真結果與分析 273
8.4 基于節點自適應調度的水下機動目標跟蹤 275
8.4.1 引論 275
8.4.2 精度優先的節點組自適應調度方案 278
8.4.3 采樣間隔自適應調度方案 279
8.4.4 仿真結果與分析 280
8.5 基于局部節點信息的水下目標跟蹤 282
8.5.1 引論 282
8.5.2 基于局部節點信息的水下目標跟蹤算法 284
8.5.3 仿真結果與分析 288
8.6 小結 290
參考文獻 291
序
前言
符號與縮略詞
第1章 概率與統計理論基礎 1
1.1 概率與條件概率 1
1.2 傘概率公式與貝葉斯公式 2
1.3 隨機變量及其函數變換 4
1.4 多元隨機變量 10
1.4.1 獨立統計 12
1.4.2 多變量統計學 13
1.5 隨機過程 14
1.6 白噪聲和有色噪聲 17
1.7 小結 18
參考文獻 19
第2章 估計理論基礎 20
2.1 參數估計問題描述 20
2.1.1 參數估計定義 20
2.1.2 參數估計模型 20
2.2 極大似然和*大后驗估計 21
2.2.1 兩種估計方法的定義 21
2.2.2 先驗信息為高斯分布時兩種估計方法的比較 22
2.2.3 先驗信息為單邊指數分布的*大后驗估計 23
2.2.4 擴散先驗信息條件下的*大后驗估計 23
2.3 *小二乘與*小均方誤差估計 24
2.3.1 兩種估計方法的定義 24
2.3.2 常見的*小二乘估計 25
2.3.3 *小均方誤差估計與*大后驗估計的比較 25
2.4 線性*小均方誤差估計 26
2.4.1 正交性原理 26
2.4.2 向量隨機變量的線性*小均方誤差估計 28
2.5 估計的方差與均方誤差 29
2.5.1 估計方差的定義 29
2.5.2 極大似然估計與*大后驗估計的方差 30
2.5.3 樣本均值與樣本方差的方差 30
2.6 估計的無偏性 31
2.6.1 估計無偏性的定義 31
2.6.2 極大似然估計和*大后驗估計的無偏性 32
2.6.3 兩個未知參數極大似然估計的有偏性 32
2.7 估計的一致性與有效性 34
2.7.1 致性定義 34
2.7.2 克拉美羅下界與費舍爾信息矩陣 34
2.7.3 克拉美羅下界的證明 35
2.7.4 有效估計的例子 36
2.8 小結 36
參考文獻 37
第3章 隨機濾波理論與算法 38
3.1 卡爾曼濾波 39
3.1.1 離散時間線性系統描述 39
3.1.2 卡爾曼濾波推導 39
3.1.3 卡爾曼濾波算法 42
3.1.4 卡爾曼濾波的性質 42
3.2 擴展卡爾曼濾波 43
3.2.1 離散時間非線性系統描述 43
3.2.2 非線性系統泰勒級數展開 44
3.2.3 擴展卡爾曼濾波算法 47
3.3 無跡濾波 50
3.3.1 無跡變換 50
3.3.2 無跡濾波算法 51
3.4 容積卡爾曼濾波 55
3.4.1 容積規則 56
3.4.2 容積卡爾曼濾波算法 60
3.5 粒子濾波 65
3.5.1 貝葉斯濾波 65
3.5.2 蒙特卡洛方法 66
3.5.3 重要性采樣 67
3.5.4 序貫重要性采樣 68
3.5.5 粒子退化問題與重采樣 69
3.5.6 標準粒子濾波算法 72
3.6 仿真結果與分析 72
3.7 小結 74
參考文獻 75
第4章 H∞濾波理論與算法 77
4.1 線性系統H∞濾波理論與算法 77
4.1.1 卡爾曼濾波和H∞濾波的比較 77
4.1.2 基于博弈論的H∞濾波 78
4.1.3 穩態H∞濾波 87
4.1.4 連續時間的H∞濾波 88
4.1.5 傳遞函數方法推導H∞濾波器 89
4.2 非線性系統H∞濾波理論與算法 95
4.2.1 連續非線性系統的H∞濾波 95
4.2.2 離散非線性系統的H∞濾波 98
4.2.3 擴展H∞濾波 101
4.3 小結 103
參考文獻 103
第5章 機動目標跟蹤 105
5.1 機動目標跟蹤建模 105
5.1.1 動態模型 105
5.1.2 量測模型 114
5.1.3 機動目標跟蹤方法概述 118
5.2 機動目標跟蹤多模型方法 119
5.2.1 多模型估計方法概述 119
5.2.2 自主式多模型估計 120
5.2.3 協作式多模型估計 120
5.2.4 變結構多模型估計 124
5.2.5 仿真結果與分析 136
5.3 小結 146
參考文獻 146
第6章 隨機有限集框架下的多目標跟蹤 150
6.1 隨機有限集基礎 150
6.1.1 隨機有限集 150
6.1.2 隨機有限集的統計描述 150
6.1.3 常用的隨機有限集 153
6.2 隨機有限集框架下的多目標跟蹤 155
6.2.1 多目標系統模型 155
6.2.2 多目標貝葉斯濾波器 156
6.3概率假設密度濾波器 157
6.3.1 高斯混合概率假設密度濾波器 1 59
6.3.2 序貫蒙特卡洛概率假設密度濾波器 161
6.4 勢概率假設密度濾波器 163
6.4.1 高斯混合勢概率假設密度濾波器 166
6.4.2 序貫蒙特卡洛勢概率假設密度濾波器 169
6.5 多伯努利濾波器 170
6.5.1 高斯混合多伯努利濾波器 172
6.5.2 序貫蒙特卡洛多伯努利濾波器 176
6.6 多目標跟蹤性能評價指標 179
6.7 仿真結果與分析 181
6.7.1 線性高斯模型仿真結果與分析 181
6.7.2 非線性模型仿真結果與分析 185
6.7.3 非線性多模型仿真結果與分析 193
6.8 小結 198
參考文獻 199
第7章 擴展目標跟蹤 202
7.1 橢形擴展目標跟蹤 203
7.1.1 橢形擴展目標跟蹤模型 203
7.1.2 橢形擴展目標跟蹤算法 207
7.1.3 貝葉斯框架下橢形擴展目標跟蹤算法的推導 208
7.2 機動橢形擴展目標跟蹤 213
7.2.1 基于隨機矩陣的交互多模型算法 213
7.2.2 基于隨機矩陣的多模型估計矩匹配方法 215
7.2.3 仿真結果與分析 217
7.3 機動非橢形擴展目標跟蹤 221
7.3.1 非橢形擴展同標建模 222
7.3.2 非橢形擴展同標貝葉斯跟蹤算法 223
7.3.3 機動非橢形擴展同標跟蹤多模型算法 224
7.3.4 非橢形擴展目標跟蹤的簡化技術 228
7.3.5 仿真結果與分析 231
7.4 距離像量測擴展目標跟蹤 238
7.4.1 引論 238
7.4.2 基于支撐函數的擴展目標跟蹤模型 240
7.4.3 基于擴展高斯映射的擴展目標跟蹤模型 243
7.4.4 距離像量測擴展同標跟蹤算法 245
7.4.5 仿真結果與分析 246
7.5 小結 249
參考文獻 250
第8章 水下目標跟蹤 252
8.1 水下目標跟蹤介紹 252
8.1.1 水下目標跟蹤的意義 252
8.1.2 水下目標跟蹤發展現狀 252
8.2 基于等梯度聲速的水下目標定位與跟蹤 254
8.2.1 引論 254
8.2.2 水下節點間的聲波傳播軌跡 254
8.2.3 基于聲波傳播時間的目標定位 258
8.2.4 基于聲波傳播時間的目標跟蹤 261
8.3 基于傳感節點*優拓撲的水下目標跟蹤 263
8.3.1 引論 263
8.3.2 節點拓撲對目標跟蹤性能的影響 265
8.3.3 綦于傳感節點*優拓撲的水下目標跟蹤算法 270
8.3.4 仿真結果與分析 273
8.4 基于節點自適應調度的水下機動目標跟蹤 275
8.4.1 引論 275
8.4.2 精度優先的節點組自適應調度方案 278
8.4.3 采樣間隔自適應調度方案 279
8.4.4 仿真結果與分析 280
8.5 基于局部節點信息的水下目標跟蹤 282
8.5.1 引論 282
8.5.2 基于局部節點信息的水下目標跟蹤算法 284
8.5.3 仿真結果與分析 288
8.6 小結 290
參考文獻 291
展開全部
書友推薦
- >
隨園食單
- >
莉莉和章魚
- >
自卑與超越
- >
姑媽的寶刀
- >
回憶愛瑪儂
- >
推拿
- >
苦雨齋序跋文-周作人自編集
- >
羅庸西南聯大授課錄
本類暢銷
