卡尔曼滤波及其实时应用（第5版）

第1章预备知识
1.1矩阵和行列式初步
1.2概率论初步
1.3小二乘初步
练习
第2章卡尔曼滤波： 简单推导
2.1模型
2.2准则
2.3预测校正公式
2.4卡尔曼滤波过程
练习
第3章正交投影和卡尔曼滤波
3.1估计的正交性
3.2新息序列
3.3小方差估计
3.4卡尔曼滤波方程
3.5实时跟踪
练习
第4章系统噪声和量测噪声相关的卡尔曼滤波
4.1仿射模型
4.2估计算子
4.3额外数据对估计的影响
4.4卡尔曼滤波方程推导
4.5实时应用
4.6线性确定/随机系统
练习
第5章有色噪声环境下的卡尔曼滤波
5.1处理思路
5.2误差估计
5.3卡尔曼滤波过程
5.4系统白噪声
5.5实时应用
练习
第6章极限（稳态）卡尔曼滤波
6.1处理思路
6.2主要结论
6.3几何收敛
6.4实时应用
练习
第7章序贯算法和平方根算法
7.1序贯算法
7.2平方根算法
7.3实时应用算法
练习
第8章扩展卡尔曼滤波和系统辨识
8.1扩展卡尔曼滤波
8.2卫星轨道估计
8.3自适应系统辨识
8.4一个常值参数辨识的例子
8.5改进的扩展卡尔曼滤波
8.6时变参数辨识
练习
第9章滤波方程解耦
9.1解耦公式
9.2实时跟踪
9.3αβγ跟踪器
9.4一个例子
练习
第10章区间系统的卡尔曼滤波
10.1区间数学
10.1.1区间及其特性
10.1.2区间运算
10.1.3有理区间函数
10.1.4区间期望和方差
10.2区间卡尔曼滤波
10.2.1区间卡尔曼滤波方案
10.2.2次优区间卡尔曼滤波
10.2.3目标跟踪的例子
10.3加权平均区间卡尔曼滤波
练习
第11章小波卡尔曼滤波
11.1小波初步
11.1.1小波基础
11.1.2离散小波变换和滤波器组
11.2信号估计和分解
11.2.1随机信号的估计和分解
11.2.2一个随机游走的例子
练习

第12章传感器网络的分布式估计
12.1背景
12.2问题描述
12.3算法收敛性
12.4仿真算例
练习
第13章附录
13.1卡尔曼平滑器
13.2αβγθ跟踪器
13.3自适应卡尔曼滤波
13.4自适应卡尔曼滤波在维纳滤波中的应用
13.5卡尔曼布希滤波
13.6随机控制
13.7平方根滤波及其脉动阵列实现