Kalman滤波器理论与应用：基于MATLAB实现

《Kalman滤波器理论与应用：基于MATLAB实现》以Kalman滤波器为主要介绍对象，全书共分六章。优秀章介绍了Kalman滤波器的简介、历史和研究现状，以及本书的基本结构。第二章讲解了MATLAB基础知识介绍，包括MATLAB语言的主要特点和编程介绍。第三章从最小二乘估计方法开始，包括最小二乘加权估计、线性最小二乘递推估计和最小二乘的性能——估计方差，并对其进行了总结。第四章介绍了基本的Kalman滤波器，包含系统模型的描述、向前一步预测估计x（k|k-1）的求法、更新估计x（k|k）的求法、离散Kalman滤波器等内容。第五章则从非线性Kalman滤波器开始，包括扩展Kalman滤波器、不敏Kalman滤波器以及无迹Kalman滤波器等内容。第六章对模型的离散化及目标机动轨迹仿真进行了详细说明，包括随机线性系统的数学描述、几类跟踪系统中常用曲线的模拟和GPS/RIFD跟踪系统的机动目标轨迹模拟等。第七章介绍了机动目标动力学模型，包含CV模型、CA模型、Singer模型、当前统计模型、Jerk模型、交互式多模型算法和数据驱动模型数学基础等。第八章则对基于RFID的室内跟踪系统仿真研究进行了详尽的说明，包括RFID跟踪系统的特点、不规则采样系统的模型转化、RFID系统模型、基于可变数量RFID阅读器的EKF跟踪方法、基于可变数量RFID阅读器的UKF跟踪方法、仿真研究等内容。本书凝练了作者二十余年来对Kalman滤波器基础理论及在目标跟踪应用的研究成果，是一本对学习Kalman滤波器有兴趣的读者不可或缺的参考工具书。