内容简介

本书重点阐述容积卡尔曼滤波算法与应用。分析了容积卡尔曼滤波算法性能;在高斯模型假设条件下给出新的容积卡尔曼滤波算法:研究了特殊系统模型条件下以及非理想噪声条件下相应的容积卡尔曼滤波算法，并应用于基于紫外敏感器的航天器自主轨道估计和航天器地基实时轨道估计中

本书既可供从事非线性系统状态估计等相关技术工作的科技工作者参考也可供高等院校相关专业研究生和科研院所的科研人员参考。

前言/序言

作为现代控制的重要方法,状态反馈控制需要实时获取被控系统的状态以实现闭环控制。系统状态是决定系统动力学行为的空间元素,描述系统演化的内在信息,由于测量过程本身是一个包含噪声的非确定性随机过程,而且仅能获取系统外部特征,因此系统状态一般难以通过测量直接精确获得,而是需要基于系统动力学模型,从带有噪声的外部测量数据中提炼出统计意义上最接近状态真值的估计值,这便是广泛存在于信号处理、目标跟踪、航天测控和智能导航等领域的多维非线性随机动态系统状态估计问题。非线性卡尔曼滤波是解决该问题的一种重要方法,而容积卡尔曼滤波是非线性卡尔曼滤波发展的前沿阶段,对容积卡尔曼滤波算法的深入研究不仅具有补充和完善非线性卡尔曼滤波算法体系的理论意义,更具有解决工业领域中面临的各种具体状态估计问题的工程意义。

本书重点针对容积卡尔曼滤波算法与应用展开阐述。全书共分为6章:第1章绪论部分主要阐述了容积卡尔曼滤波的研究意义,并介绍了非线性卡尔曼滤波发展现状:第2章主要阐述了容积卡尔曼滤波算法的实现过程,并对容积卡尔曼滤波算法的性能进行了分析:第3章在精确高斯模型假设条件下,阐述了四种新的容积卡尔曼滤波算法:第4章研究了四种特殊系统模型条件下相应的容积卡尔曼滤波算法:第5章研究了三种非理想噪声条件下相应的容积卡尔曼滤波算法:第6章研究了容积卡尔曼滤波算法在基于紫外敏感器的航天器自主轨道估计和航天器地基实时轨道估计中的应用。

本书是在团队的共同努力下完成的,参与本书资料整理、校对审核和技术支持的主要人员有李云涛、李磊、杨新岩、林存宝等。在本书的撰写及修改过程中得到航天工程大学电子与光学工程系领导及专家教授的支持与指导,在此表示衷心的感谢。同时,感谢所有为本书出版给予过支持和帮助的领导、同事、学生、同行和朋友。

容积卡尔曼滤波广泛应用于信号处理、目标跟踪、航天测控、智能导航等领域,由于作者水平有限,书中难免有疏漏和不妥之处,欢迎专家和读者批评指正

作者

2023年10月