卡爾曼濾波及其實時應用（第5版）

第1章預備知識
1.1矩陣和行列式初步
1.2概率論初步
1.3最小二乘初步
練習

第2章卡爾曼濾波： 簡單推導
2.1模型
2.2最優準則
2.3預測校正公式
2.4卡爾曼濾波過程
練習

第3章正交投影和卡爾曼濾波
3.1最優估計的正交性
3.2新息序列
3.3最小方差估計
3.4卡爾曼濾波方程
3.5即時跟蹤
練習

第4章系統雜訊和量測雜訊相關的卡爾曼濾波
4.1仿射模型
4.2最優估計運算元
4.3額外資料對最優估計的影響
4.4卡爾曼濾波方程推導
4.5即時應用
4.6線性確定/隨機系統
練習

第5章有色雜訊環境下的卡爾曼濾波
5.1處理思路
5.2誤差估計
5.3卡爾曼濾波過程
5.4系統白色雜訊
5.5即時應用
練習

第6章極限（穩態）卡爾曼濾波
6.1處理思路
6.2主要結論
6.3幾何收斂
6.4即時應用
練習

第7章序貫演算法和平方根演算法
7.1序貫演算法
7.2平方根演算法
7.3即時應用演算法
練習

第8章擴展卡爾曼濾波和系統辨識
8.1擴展卡爾曼濾波
8.2衛星軌道估計
8.3自我調整系統辨識
8.4一個常值參數辨識的例子
8.5改進的擴展卡爾曼濾波
8.6時變參數辨識
練習

第9章濾波方程解耦
9.1解耦公式
9.2即時跟蹤
9.3αβγ跟蹤器
9.4一個例子
練習

第10章區間系統的卡爾曼濾波
10.1區間數學
10.1.1區間及其特性
10.1.2區間運算
10.1.3有理區間函數
10.1.4區間期望和方差
10.2區間卡爾曼濾波
10.2.1區間卡爾曼濾波方案
10.2.2次優區間卡爾曼濾波
10.2.3目標跟蹤的例子
10.3加權平均區間卡爾曼濾波
練習

第11章小波卡爾曼濾波
11.1小波初步
11.1.1小波基礎
11.1.2離散小波變換和濾波器組
11.2信號估計和分解
11.2.1隨機信號的估計和分解
11.2.2一個隨機遊走的例子
練習

第12章感測器網路的分散式估計
12.1背景
12.2問題描述
12.3演算法收斂性
12.4模擬算例
練習

第13章附錄
13.1卡爾曼平滑器
13.2αβγθ跟蹤器
13.3自我調整卡爾曼濾波
13.4自我調整卡爾曼濾波在維納濾波中的應用
13.5卡爾曼布希濾波
13.6隨機最優控制
13.7平方根濾波及其脈動陣列實現