描述
开 本: 16开纸 张: 胶版纸包 装: 平装是否套装: 否国际标准书号ISBN: 9787030246400
内容简介
本书内容主要包括信息融合估计基本理论、*系统的信息融合滤波理论、多传感器系统的信息融合滤波理论、信息融合估计在飞行控制系统中的应用、信息融合控制基本原理、信息融合预见控制理论、信息融合控制在大系统控制以及经济系统控制中的应用。
本书内容取材新颖，涉及范围广，理论深入浅出，工程实用性强，适用于高等院校控制科学与技术、电子科学与技术、通信与信息系统、系统工程、管理科学、计算机科学等专业的高年级本科生、研究生和教师阅读，也可供理工科其他专业的师生参考，对自动控制、信号处理、检测与估计、多传感器信息融合、卫星测控、飞行控制、故障诊断、经济系统分析等领域的科研人员和工程技术人员也有重要的参考价值。
本书内容取材新颖，涉及范围广，理论深入浅出，工程实用性强，适用于高等院校控制科学与技术、电子科学与技术、通信与信息系统、系统工程、管理科学、计算机科学等专业的高年级本科生、研究生和教师阅读，也可供理工科其他专业的师生参考，对自动控制、信号处理、检测与估计、多传感器信息融合、卫星测控、飞行控制、故障诊断、经济系统分析等领域的科研人员和工程技术人员也有重要的参考价值。
目 录
前言
第1章 绪论
1.1 多传感器信息融合
1.1.1 研究进展
1.1.2 融合层次
1.1.3 融合结构
1.1.4 融合方法
1.2 信息融合估计
1.2.1 估计理论概述
1.2.2 融合估计理论概述
1.3 信息融合控制
1.3.1 融合控制的基本思想
1.3.2 融合控制理论概述
1.3.3 融合控制应用概述
1.4 小结
上篇 融合估计
第2章 信息融合估计基本理论
2.1 传统估计方法
2.1.1 小二乘估计
2.1.2 加权小二乘估计
2.1.3 小方差估计
2.1.4 线性小方差估计
2.2 线性信息融合估计
2.2.1 统一信息模型
2.2.2 统一线性信息融合模型
2.2.3 信息量的基本性质
2.2.4 融合估计的基本方式
2.3 相关信息融合估计
2.3.1 信息的相关性与独立性
2.3.2 集中融合法
2.3.3 合成序贯融合法
2.3.4 等效序贯融合法
2.3.5 正交化序贯融合法
2.4 不确定信息融合估计
2.4.1 矩阵紧量与张量
2.4.2 不确定信息融合估计
2.4.3 应用举例——传感器参数标定
2.5 等式约束信息融合估计
2.5.1 极限法
2.5.2 置换法
2.5.3 不等式约束信息融合估计
2.6 非线性信息融合估计
2.6.1 统一信息融合模型
2.6.2 非线性信息融合估计算法
2.7 小结
第3章 随机系统的信息融合滤波理论
3.1 传统滤波方法
3.1.1 卡尔曼滤波器
3.1.2 数值稳定性改进算法
3.1.3 扩展卡尔曼滤波器
3.2 信息融合滤波
3.2.1 信息融合滤波算法
3.2.2 与卡尔曼滤波的等价性
3.2.3 滤波初值选取
3.2.4 无矩阵求逆的信息融合滤波
3.3 相关信息融合滤波
3.3.1 噪声相关情况
3.3.2 有色噪声情况
3.4 不确定信息融合滤波
3.4.1 引言
3.4.2 鲁棒信息融合滤波算法
3.5 非线性信息融合滤波
3.6 小结
第4章 多传感器系统的信息融合滤波理论
4.1 多传感器系统
4.1.1 数学模型
4.1.2 状态预测信息独立性原理
4.2 多传感器系统的集中式信息融合滤波
4.3 多传感器系统的分散式信息融合滤波
4.3.1 顺序融合滤波
4.3.2 平行融合滤波
4.4 多传感器系统的量测信息融合滤波
4.5 多传感器系统的状态信息融合滤波
4.6 多传感器系统的全信息融合滤波
4.6.1 全信息融合滤波结构
4.6.2 系统状态预测信息与子系统状态估计信息的正交化
4.6.3 正交化融合滤波算法
4.6.4 延长周期融合滤波算法
4.7 多传感器系统的信息融合联邦滤波
4.7.1 信息分享原理
4.7.2 信息融合联邦滤波算法
4.7.3 联邦滤波分享系数的确定
4.7.4 几种融合模式的容错性分析
4.7.5 联邦滤波器故障诊断
4.7.6 基于递阶联邦滤波的系统重构
4.8 多传感器系统的信息融合推广联邦滤波
4.8.1 信息分享算法
4.8.2 信息融合推广联邦滤波算法
4.9 小结
第5章 信息融合估计在飞行控制系统中的应用
下篇 融合控制
第6章 信息融合控制基本原理
第7章 基于融合估计的预见控制理论
第8章 大系统的信息融合控制
第9章 经济系统的信息融合控制
参考文献
第1章 绪论
1.1 多传感器信息融合
1.1.1 研究进展
1.1.2 融合层次
1.1.3 融合结构
1.1.4 融合方法
1.2 信息融合估计
1.2.1 估计理论概述
1.2.2 融合估计理论概述
1.3 信息融合控制
1.3.1 融合控制的基本思想
1.3.2 融合控制理论概述
1.3.3 融合控制应用概述
1.4 小结
上篇 融合估计
第2章 信息融合估计基本理论
2.1 传统估计方法
2.1.1 小二乘估计
2.1.2 加权小二乘估计
2.1.3 小方差估计
2.1.4 线性小方差估计
2.2 线性信息融合估计
2.2.1 统一信息模型
2.2.2 统一线性信息融合模型
2.2.3 信息量的基本性质
2.2.4 融合估计的基本方式
2.3 相关信息融合估计
2.3.1 信息的相关性与独立性
2.3.2 集中融合法
2.3.3 合成序贯融合法
2.3.4 等效序贯融合法
2.3.5 正交化序贯融合法
2.4 不确定信息融合估计
2.4.1 矩阵紧量与张量
2.4.2 不确定信息融合估计
2.4.3 应用举例——传感器参数标定
2.5 等式约束信息融合估计
2.5.1 极限法
2.5.2 置换法
2.5.3 不等式约束信息融合估计
2.6 非线性信息融合估计
2.6.1 统一信息融合模型
2.6.2 非线性信息融合估计算法
2.7 小结
第3章 随机系统的信息融合滤波理论
3.1 传统滤波方法
3.1.1 卡尔曼滤波器
3.1.2 数值稳定性改进算法
3.1.3 扩展卡尔曼滤波器
3.2 信息融合滤波
3.2.1 信息融合滤波算法
3.2.2 与卡尔曼滤波的等价性
3.2.3 滤波初值选取
3.2.4 无矩阵求逆的信息融合滤波
3.3 相关信息融合滤波
3.3.1 噪声相关情况
3.3.2 有色噪声情况
3.4 不确定信息融合滤波
3.4.1 引言
3.4.2 鲁棒信息融合滤波算法
3.5 非线性信息融合滤波
3.6 小结
第4章 多传感器系统的信息融合滤波理论
4.1 多传感器系统
4.1.1 数学模型
4.1.2 状态预测信息独立性原理
4.2 多传感器系统的集中式信息融合滤波
4.3 多传感器系统的分散式信息融合滤波
4.3.1 顺序融合滤波
4.3.2 平行融合滤波
4.4 多传感器系统的量测信息融合滤波
4.5 多传感器系统的状态信息融合滤波
4.6 多传感器系统的全信息融合滤波
4.6.1 全信息融合滤波结构
4.6.2 系统状态预测信息与子系统状态估计信息的正交化
4.6.3 正交化融合滤波算法
4.6.4 延长周期融合滤波算法
4.7 多传感器系统的信息融合联邦滤波
4.7.1 信息分享原理
4.7.2 信息融合联邦滤波算法
4.7.3 联邦滤波分享系数的确定
4.7.4 几种融合模式的容错性分析
4.7.5 联邦滤波器故障诊断
4.7.6 基于递阶联邦滤波的系统重构
4.8 多传感器系统的信息融合推广联邦滤波
4.8.1 信息分享算法
4.8.2 信息融合推广联邦滤波算法
4.9 小结
第5章 信息融合估计在飞行控制系统中的应用
下篇 融合控制
第6章 信息融合控制基本原理
第7章 基于融合估计的预见控制理论
第8章 大系统的信息融合控制
第9章 经济系统的信息融合控制
参考文献
在线试读
第2章 信息融合估计基本理论
估计理论是自动控制和信号处理领域的基本理论，也是信息融合领域的重要基础理论。根据控制工程的实践经验，估计问题可分为两类：一类是需要确定系统描述的部分或全部未知结构参数，称为参数估计问题；另一类是需要确定系统的部分或全部不能直接测得的状态，称为状态估计问题。
本章首先介绍几种常见的估计方法，然后一般性地讨论信息统一模型、信息量的概念，接着推导信息融合小方差估计，并着重研究相关信息、不确定信息、等式约束信息以及非线性信息条件下的融合估计问题。
2.1 传统估计方法
估计，即利用测量数据对未知变量或未知过程进行计算。估计，即在某种性能指标意义下获得估计值。估计可分为变量估计、过程估计和谱估计，常用的变量估计方法有小二乘估计、小方差估计、极大似然估计、极大验后估计等，常用的过程估计方法有维纳滤波、卡尔曼滤波，常用的谱估计方法有相关函数法、周期图法、时间序列参数估计法等。
……
估计理论是自动控制和信号处理领域的基本理论，也是信息融合领域的重要基础理论。根据控制工程的实践经验，估计问题可分为两类：一类是需要确定系统描述的部分或全部未知结构参数，称为参数估计问题；另一类是需要确定系统的部分或全部不能直接测得的状态，称为状态估计问题。
本章首先介绍几种常见的估计方法，然后一般性地讨论信息统一模型、信息量的概念，接着推导信息融合小方差估计，并着重研究相关信息、不确定信息、等式约束信息以及非线性信息条件下的融合估计问题。
2.1 传统估计方法
估计，即利用测量数据对未知变量或未知过程进行计算。估计，即在某种性能指标意义下获得估计值。估计可分为变量估计、过程估计和谱估计，常用的变量估计方法有小二乘估计、小方差估计、极大似然估计、极大验后估计等，常用的过程估计方法有维纳滤波、卡尔曼滤波，常用的谱估计方法有相关函数法、周期图法、时间序列参数估计法等。
……
评论
还没有评论。