多尺度估计理论及其应用

第1章 绪论

1. 1 信息融合估计概述

1. 1. l 信息融合的目的和定义

1. 1. 2 多传感器数据融合技术的特点

1. 1. 3 多传感器数据融合技术的应用

1. 1. 4 数据融合模型框架

1. 1. 5 多传感器系统体系结构

1. 1. 6 多传感器信号融合技术研究的历史与现状

1. 2 多尺度估计理论概述

1. 3 多尺度估计理论的特点

参考文献

第2章 小波分析理论基础

2. 1 短时傅里叶变换

2. 2 小波变换

2. 2. 1 连续小波变换

2. 2. 2 离散栅格下的小波变换

2. 2. 3 几种母小波

2. 3 小波框架

2. 3. 1 框架

2. 3. 2 Riess基与正交基

2. 3. 3 小波框架

2. 4 多尺度分析

2. 4. 1 多尺度分析的定义及基本性质

2. 4. 2 正交小波的构造条件

2. 4. 3 Daubechies小波的构造

2. 4. 4 Mallat算法

2. 5 小波包

2. 5. 1 小波包分解的思想

2. 5. 2 小波包定义与性质

2. 6 推广的小波

2. 6. 1 M带正交小波

2. 6. 2 有理小波

2. 7 小结

参考文献

第3章 状态估计理论基础

3. 1 引言

3. 2 滤波问题的提出

3. 2. 1 卡尔曼滤波问题的提法

3. 2. 2 连续系统的离散化过程

3. 2. 3 离散系统卡尔曼滤波问题的分类

3. 3 预备知识

3. 3. 1 矩阵求逆引理

3. 3. 2 正交定理

3. 4 离散系统卡尔曼最优预测基本方程

3. 4. 1 状态的预测估计

3. 4. 2 状态预测估计的修正

3. 4. 3 最优增益阵

3. 4. 4 误差的无偏性及误差协方差阵

3. 4, 5 离散系统卡尔曼最优预测方程及方框图

3. 5 离散系统卡尔曼最优滤波基本方程

3. 5. 1 卡尔曼最优滤波

3. 5. 2 最优增益阵

3. 5. 3 滤波估计误差及误差协方差阵

3. 5. 4 卡尔曼最优滤波公式及方框图

3. 5. 5 误差协方差阵及最优增益阵计算公式的几种变形

3. 6 离散系统卡尔曼最优平滑基本方程

3. 6. 1 固定区间最优平滑

3. 6. 2 固定点最优平滑

3. 6. 3 固定滞后最优平滑

3. 7 系统噪声或观测噪声为有色噪声的卡尔曼滤波

3. 7. 1 系统噪声为有色噪声, 观测噪声为白噪声

3. 7. 2 系统噪声为白噪声, 观测噪声为有色噪声

3. 8 推广的卡尔曼滤波方程

3. 8. 1 围绕标称轨迹线性化滤波方法

3. 8. 2 围绕滤波值线性化滤波方法

3. 9 小结

参考文献

第4章 多尺度系统理论

4. 1 引言

4. 2 多尺度表示和系统

4. 3 系统理论及实现

4. 3. 1 定义在树上的系统

4. 3. 2 实现理论

4. 4 因果. 非因果系统的平稳性和随机过程

4. 4. 1 同态树及其几何性质

4. 4. 2 移位

4. 4. 3 平稳系统的特征

4. 4. 4 平稳系统的实现

4. 4. 5 平稳随机过程

4. 4. 6 谱计算

4. 5 小结

参考文献

第5章 动态系统的多尺度变换

5. 1 引言

5. 2 系统描述

5. 3 信号的多尺度表示

5. 4 动态系统的多尺度分解

5. 5 小结

附录

参考文献

第6章 分布式系统状态融合估.

6. 1 引言

6. 2 多传感器分布式状态融合

6. 2. 1 系统描述

6. 2. 2 多传感器分布

6. 3 单传感器多模型融合算

6. 3. 1 系统描述

6. 3. 2 单传感器多模型融合估计算法

6. 4 多传感器多模型融合估计算法

6. 4. 1 系统描述

6. 4. 2 多传感器多模型融合估计算法

6. 5 小结

参考文献

第7章 单传感器单模型动态系统多尺度估计

7. 1 引言

7. 2 系统描述

7. 3 多尺度系统模型

7. 4 多尺度分布式估计算法

7. 5 例子与仿真

7. 6 小结

参考文献

第8章 多传感器单模型动态系统多尺度融台估计

8. 1 引言

8. 2 系统描述

8. 3 多尺度融合估计算法

8. 4 多尺度分布式融合估计算法

8. 5 例子与仿真

8. 6 小结

参考文献

第9章 多模型动态系统多尺度融合估计

9. 1 引言

9. 2 多尺度动态模型单传感器动态系统描述

9. 3 多尺度动态模型多传感器动态系统描述

9. 4 多尺度融合估计

9. 5 多尺度分布式融合估计

9. 6 例子

9. 7 小结

参考文献

第10章 多尺度随机建模与多尺度数据融合估计

10. 1 引言

10. 2 问题描述

10. 3 动态系统的多尺度随机建模

10. 4 多尺度递归数据平滑融合估计算法

10. 5 多尺度随机模型数据综合算法的实现

10. 5. 1 状态向量x(i)预测估计与滤波估计