電子資料取證與鑒定實驗室認可工作指南（簡體書）

本書面向目標跟蹤和組合導航的工程迫切需求，開展非線性動態系統估計與辨識的基礎理論研究，系統論證了線性系統Kalman估計是貝葉斯估計的**解析閉環解、高斯估計為解決非線性動態系統估計問題提供了一般性和通用性的**理論框架、確定採樣型估計僅是高斯估計框架發展而來的一類次優解或執行特例等，詳細綜述了目前高斯估計的確定採樣經典實現和新發展，提出了噪聲時空相關的確定採樣高斯估計、複雜非線性系統的確定採樣高

《非線性動態系統確定採樣型估計理論》可作為高等院校控制科學與工程各類專業的本科生及研究生教材，也可供自動控制、導航、信息處理、系統工程及航空、航太、航海、工業程序控制等相關專業領域的研究人員和高等院校師生學習參考。

《博士後文庫》序言
前言
第1章緒論
1.1估計理論基礎
1.1.1估計的定義
1.1.2估計準則
1.1.3估計類型
1.2貝葉斯估計理論
1.2.1最優濾波
1.2.2最優平滑
1.3貝葉斯估計的實現
1.3.1線性動態系統Kalman濾波與平滑
1.3.2非線性動態系統估計的近似解決方案
1.4確定採樣型非線性估計理論發展
1.4.1非線性估計的客觀需求
1.4.2確定採樣型高斯估計發展現狀
參考文獻
第2章高斯估計
2.1高斯濾波
2.2高斯平滑
2.2.1固定區間高斯平滑
2.2.2固定點和固定滯後高斯平滑
2.3高斯混合估計
2.3.1高斯混合濾波
2.3.2高斯混合平滑
2.4高斯估計的一般性及確定採樣實現
2.5高斯估計的通用性
參考文獻
第3章高斯估計的經典確定採樣實現
3.1一階線性化與EKF
3.2Stirling插值公式與CDKF
3.2.1Stirling插值公式的實現機理
3.2.2非線性函數的兩種逼近策略
3.2.3高斯估計的CDKF實現
3.3UT與UKF
3.3.1UT的實現機理
3.3.2UT採樣策略選擇依據
3.3.3UT的採樣策略分類
3.3.4UT逼近精度
3.3.5高斯估計的UKF實現
3.4CDKF的Sigma點實現
參考文獻
第4章確定採樣高斯估計的新發展
4.1高斯—厄米特乘積公式
4.2容積規則與CKF
4.2.1積分變換
4.2.2球面容積法
4.2.3向心高斯求積法
4.2.4向心球面法
4.2.5高斯估計的三階CKF實現
4.3高階容積規則與高階CKF
4.3.1球面法
4.3.2向心法
4.3.3高斯估計的高階CKF實現
4.4稀疏網格與SGQF
4.4.1稀疏網格求積法則
4.4.2基於力矩匹配方法的單變數求積點和權重選擇
4.4.3基於稀疏網格求積的高維求積點與權重計算
4.4.4稀疏網格求積法與UT、GHQ的關係
4.4.5高斯估計的SGQF實現
4.4.6稀疏網格的機理分析
參考文獻
第5章確定採樣高斯估計的性能評價
5.1精度和計算複雜度分析
5.1.1UKF
5.1.2CDKF
5.1.3GHQF
5.1.4CKF
5.1.5SGQF
5.2數值穩定性分析
參考文獻
第6章噪聲時空相關的確定採樣高斯估計
6.1噪聲空間相關
6.1.1基於正交矩陣的相關性解耦策略
6.1.2狀態兩步預測的高斯假設策略
6.1.3兩類噪聲空間相關高斯濾波框架的異同
6.1.4噪聲空間相關的高斯平滑
6.2兩類噪聲空間相關高斯濾波的等價性分析
6.2.1線性系統Kalman濾波的無條件等價性證明
6.2.2非線性系統高斯濾波的假設等價性證明
6.2.3精度和計算量定性分析
6.3有色量測噪聲
6.3.1擴維策略
6.3.2量測差分策略
6.3.3狀態一步高斯平滑
6.3.4狀態多步固定區間高斯平滑
6.3.5計算量定量分析
6.3.6模擬分析
參考文獻
第7章複雜非線性系統的確定採樣高斯混合估計
7.1量測隨機異常線性系統的最優高斯混合濾波
7.1.1量測隨機延時
7.1.2量測隨機不確定
7.2量測隨機延時非線性系統的高斯混合濾波
7.2.1量測噪聲估計回路
7.2.2狀態估計回路
7.2.3高斯混合濾波框架設計及確定採樣實現
7.3量測隨機延時非線性系統的高斯混合平滑
7.3.1狀態一步平滑
7.3.2狀態多步平滑
7.3.3高斯分項權值更新
7.3.4量測隨機異常的高斯混合估計設計思路拓展
7.4狀態時滯非線性系統的高斯混合濾波
7.4.1擴維策略
7.4.2非擴維策略
7.4.3計算複雜度定量分析
7.4.4高斯分項權值更新
7.5Markov跳變非線性系統的高斯混合濾波
7.5.1跳變動態模型
7.5.2高斯混合估計框架設計
7.5.3確定採樣實現
7.5.4模擬分析
參考文獻
第8章基於期望最大化的聯合高斯估計與系統參數辨識
8，1凸函數和Jessen不等式
8.2期望最大化算法
8.2.1極大似然估計
8.2.2EM基本原理
8.2.3EM收斂性
8.2.4條件期望與真實對數似然函數的關係分析
8.3混合高斯擬合
8.3.1E步期望計算
8.3.2M步高斯分項權值、均值和協方差的解析辨識
8.3.3數值模擬
8.4聯合估計與辨識的反覆運算框架設計
8.4.1隱藏資料選取—狀態變數
8.4.2估計與辨識的反覆運算框架
8.4.3全概率轉換及EM執行關鍵
參考文獻
第9章參數辨識的期望最大化一般性執行框架
9.1系統參數辨識
9.1.1系統參數的通用優化結果
9.1.2系統乘性參數的解析辨識
9.1.3機動目標跟蹤的轉彎速率解析辨識
9.1.4模擬分析
9.2加性未知輸入的一階矩辨識
9.2.1常值未知輸入辨識
9.2.2時變未知輸入辨識
9.2.3線性系統的未知輸入辨識
9.3量測隨機延時概率辨識
9.3.1全數據似然函數等價分解轉換
9.3.2基於拉格朗日乘子法的概率初值選取
9.4有色噪聲相關係數辨識
9.4.1E步全數據似然概率等價轉化和期望值計算
9.4.2M步相關係數的解析辨識
9.4.3模擬分析
參考文獻
附錄Ⅰ最小方差估計準則
附錄Ⅱ線性最小方差估計
附錄Ⅲ正交投影
附錄Ⅳ矩陣微分運算
編後記