第一章 绪论 | 第1-10页 |
·滤波器的历史和发展 | 第7-9页 |
·论文结构安排 | 第9页 |
·论文创新点 | 第9-10页 |
第二章 估计理论基础的介绍 | 第10-19页 |
·基本问题经典估计 | 第10-12页 |
·几个常用估计量 | 第10-12页 |
·CRAMER-RAO下界 | 第12-13页 |
·最大似然估计(MLE) | 第13页 |
·BAYESIAN估计 | 第13-17页 |
·矢量情况 | 第14-15页 |
·高斯情况 | 第15-16页 |
·一般Bayesian估计 | 第16页 |
·Bayesian估计的性能 | 第16-17页 |
·线性贝叶斯估计器 | 第17-19页 |
第三章 KALMAN滤波的设计 | 第19-29页 |
·引言 | 第19页 |
·标量随机过程的递推MMSE估计 | 第19-21页 |
·新息序列的特性 | 第19-20页 |
·如下两种情况下,得到递推解 | 第20-21页 |
·KALMAN滤波 | 第21-29页 |
·Kalman滤波器推导 | 第23-29页 |
第四章 EKF滤波器的设计 | 第29-38页 |
·引言 | 第29页 |
·非线性滤波的线性化滤波方法 | 第29-33页 |
·离散非线性模型线性化滤波方法 | 第29-32页 |
·连续非线性滤波模型线性化滤波方法 | 第32-33页 |
·推广卡尔曼滤波 | 第33-38页 |
·离散系统的推广卡尔曼滤波 | 第33-35页 |
·连续系统的推广卡尔曼滤波 | 第35-38页 |
第五章 UNSCENTED卡尔曼滤波方法研究与应用 | 第38-52页 |
·引言 | 第38页 |
·EKF存在的问题 | 第38-40页 |
·UNSCENTED 变换和UNSCENTED 卡尔曼滤波器 | 第40-43页 |
·Unscented 变换 | 第40-42页 |
·Unscented 卡尔曼滤波器 | 第42-43页 |
·算法仿真实验 | 第43-51页 |
·应用一 | 第43-46页 |
·应用二 | 第46-51页 |
·结束语 | 第51-52页 |
第六章 结论与展望 | 第52-53页 |
参考文献 | 第53-55页 |
发表论文和科研情况说明 | 第55-56页 |
附录 | 第56-57页 |
致谢 | 第57页 |