卡爾曼濾波原理及應(yīng)用—MATLAB仿真主要介紹數(shù)字信號處理中的卡爾曼（Kalman）濾波算法及在相關(guān)領(lǐng)域應(yīng)用。全書共7章。第1章為緒論。第2章介紹MATLAB算法仿真的編程基礎(chǔ)。第3章介紹線性Kalman濾波。第4章討論擴展Kalman濾波，并介紹其在目標(biāo)跟蹤和制導(dǎo)領(lǐng)域的應(yīng)用和算法仿真。第5章介紹UKF濾波算法，同時也給出其應(yīng)用領(lǐng)域內(nèi)的算法仿真實例。第6章介紹了交互多模型Kalman濾波算法。第7章介紹Simulink環(huán)境下，如何通過模塊庫和S函數(shù)構(gòu)建Kalman濾波器，并給出了系統(tǒng)是線性和非線性兩種情況的濾波器設(shè)計方法。

目錄
第1章 緒論1
1.1 濾波的基礎(chǔ)知識1
1.2 Kalman濾波的背景1
1.3 Kalman濾波的發(fā)展過程2
1.4 Kalman濾波的應(yīng)用領(lǐng)域4
第2章 MATLAB仿真基礎(chǔ)6
2.1 MATLAB簡介6
2.1.1 MATLAB發(fā)展歷史6
2.1.2 MATLAB 7.1的系統(tǒng)簡介7
2.1.3 M文件編輯器的使用10
2.2 數(shù)據(jù)類型和數(shù)組12
2.2.1 數(shù)據(jù)類型概述12
2.2.2 數(shù)組的創(chuàng)建13
2.2.3 數(shù)組的屬性15
2.2.4 數(shù)組的操作16
2.2.5 結(jié)構(gòu)體和元胞數(shù)組19
2.3 程序設(shè)計21
2.3.1 條件語句21
2.3.2 循環(huán)語句23
2.3.3 函數(shù)25
2.3.4 畫圖27
2.4 小結(jié)29
第3章 線性Kalman濾波30
3.1 Kalman濾波原理30
3.1.1 射影定理30
3.1.2 Kalman濾波器33
3.1.3 Kalman濾波的參數(shù)處理37
3.2 Kalman濾波在溫度測量中的應(yīng)用39
3.2.1 原理介紹39
3.2.2 MATLAB仿真程序42
3.3 Kalman濾波在自由落體運動目標(biāo)跟蹤中的應(yīng)用44
3.3.1 狀態(tài)方程的建立44
3.3.2 MATLAB仿真程序47
3.4 Kalman濾波在船舶GPS導(dǎo)航定位系統(tǒng)中的應(yīng)用50
3.4.1 原理介紹50
3.4.2 MATLAB仿真程序53
3.5 Kalman濾波在石油地震勘探中的應(yīng)用55
3.5.1 石油地震勘探白噪聲反卷積濾波原理55
3.5.2 石油地震勘探白噪聲反卷積濾波仿真實現(xiàn)57
3.5.3 MATLAB仿真程序58
3.6 Kalman濾波在視頻圖像目標(biāo)跟蹤中的應(yīng)用60
3.6.1 視頻圖像處理的基本方法61
3.6.2 Kalman濾波對自由下落的皮球跟蹤應(yīng)用68
3.6.3 目標(biāo)檢測MATLAB程序70
3.6.4 Kalman濾波視頻跟蹤MATLAB程序72
第4章 擴展Kalman濾波77
4.1 擴展Kalman濾波原理77
4.1.1 局部線性化77
4.1.2 線性Kalman濾波79
4.2 簡單非線性系統(tǒng)的擴展Kalman濾波器設(shè)計80
4.2.1 原理介紹80
4.2.2 標(biāo)量非線性系統(tǒng)EKF的MATLAB程序83
4.3 EKF在目標(biāo)跟蹤中的應(yīng)用84
4.3.1 目標(biāo)跟蹤數(shù)學(xué)建模84
4.3.2 基于觀測距離的EKF目標(biāo)跟蹤算法85
4.3.3 基于距離的目標(biāo)跟蹤算法MATLAB程序87
4.3.4 基于EKF的純方位目標(biāo)跟蹤算法89
4.3.5 純方位目標(biāo)跟蹤算法MATLAB程序91
4.4 EKF在純方位尋的導(dǎo)彈制導(dǎo)中的應(yīng)用94
4.4.1 三維尋的制導(dǎo)系統(tǒng)94
4.4.2 EKF在尋的制導(dǎo)問題中的算法分析96
4.4.3 仿真結(jié)果97
4.4.4 尋的制導(dǎo)MATLAB程序99
第5章 無跡Kalman濾波103
5.1 無跡Kalman濾波原理103
5.1.1 無跡變換103
5.1.2 無跡Kalman濾波算法實現(xiàn)105
5.2 無跡Kalman濾波在單觀測站目標(biāo)跟蹤中的應(yīng)用107
5.2.1 原理介紹107
5.2.2 仿真程序108
5.3 UKF在勻加速度直線運動目標(biāo)跟蹤中的應(yīng)用111
5.3.1 原理介紹111
5.3.2 仿真程序113
5.4 UKF與EKF算法的應(yīng)用比較116
第6章 交互多模型Kalman濾波119
6.1 交互多模型Kalman濾波原理119
6.2 交互多模型Kalman濾波在目標(biāo)跟蹤中的應(yīng)用122
6.2.1 問題描述122
6.2.2 IMM濾波器設(shè)計123
6.2.3 仿真分析124
6.2.4 IMM Kalman濾波算法MATLAB仿真程序126
第7章 Kalman濾波的Simulink仿真132
7.1 Simulink概述132
7.1.1 Simulink啟動132
7.1.2 Simulink仿真設(shè)置134
7.1.3 Simulink模塊庫簡介139
7.2 S函數(shù)143
7.2.1 S函數(shù)原理143
7.2.2 S函數(shù)的控制流程147
7.3 線性Kalman的Simulink仿真148
7.3.1 一維數(shù)據(jù)的Kalman濾波處理148
7.3.2 狀態(tài)方程和觀測方程的Simulink建模154
7.3.3 基于S函數(shù)的Kalman濾波器設(shè)計160
7.4 非線性Kalman濾波167
7.4.1 基于Simulink的EKF濾波器設(shè)計167
7.4.2 基于Simulink的UKF濾波器設(shè)計174
7.5 小結(jié)179