滤波器设计理论及应用
读者对象:本书对从事信息科学、人工智能、电子信息等领域研究、开发和应用的广大科技工作者具有一定的参考价值,也适合作为相关专业研究生教材
本书针对现有以Kalman滤波器为主流的扩展Kalman滤波器(EKF)、无迹Kalman滤波器(UKF)、容积Kalman滤波器(CKF)等,不能有效应用于非高斯系统;而基于粒子滤波器(PF),不仅过度依赖于难以获得的系统被估计状态的密度函数,同时又存在过多的粒子采样会造成高计算复杂度、因粒子退化又会引发对系统状态估计不准等难题。本书作者们经过十余年的努力,创建了以状态建模误差特征函数为基础的特征函数滤波器,新型滤波器不仅具有Kalman滤波器实时递归的优点,同时也避免了对强非线性观测模型基于Taylo