本书深入系统地介绍了卡尔曼滤波的基础理论和实践考虑,涉及卡尔曼滤波的核心技术基础以及在实现中遇到的实际问题。包括:实际问题的数学模型表示方法、作为系统设计参数函数估计子的性能分析、实现机械方程的数值稳定算法、计算需求的评估、结果有效性的检验、滤波器工作性能的监控等内容。本书以大量现实世界中的实际问题作为例子,特别是拓展了导航系统的应用范围,包括GPS、陀螺仪和加速度计的误差模型、惯性导航系统和高速公路交通管制系统等。本书还提供了MATLAB源程序和精心设计的习题。全书译文已根据作者于2015年提供的两个勘误表进行过更正。
前言
本书目的是为读者提供了解和熟悉卡尔曼滤波理论及其应用的相关知识,
并且将现实世界中的许多实际问题作为例子。主要内容包括卡尔曼滤波的核心技术基础以及在实现方面的更多实际方法:如何用数学模型对问题进行描述、
如何分析作为系统设计参数函数估计子的性能、
如何用数值稳定的算法实现机械方程、
如何评估计算需求,
以及如何检验结果的有效性和监控滤波器在工作中的性能,
等等。上述问题都是卡尔曼滤波这一主题的重要特性,
它们在理论研究中常常被忽略,
而对于将卡尔曼滤波理论应用于实际问题则是非常必要的。
在第四版中,
新增加了一章对于卡尔曼滤波非常重要的有关概率分布特征的内容,
增加了两节内容以便更容易推导出卡尔曼增益,
增加了一节讨论新的sigmaRho滤波器的实现问题,
对卡尔曼滤波的非线性近似处理方法进行了更新,
拓展了在导航领域中的应用,
增加了关于卫星和惯性导航误差模型的许多推导过程和实现方法,
还增加了关于传感器融合的许多新例子。对于需要了解有关矩阵数学方面更多基础知识的读者,
我们为其准备了附录B,
可以在配套的Wiley网站(www.wiley.com/go/kalmanfiltering)上获得其PDF文件读者也可登录华信教育资源网(www.hxedu.com.cn)注册下载本书代码及附录B和附录C。采用本书作为教材的教师,
可联系te_service@phei.com.cn获取本书教辅资源编者注。。
为了全面提高本教材的质量,
我们对习题进行了更新,
还采纳了许多读者、
评阅人、 同事和学生的有益校正和建议。
本书所有软件都以MATLAB方式提供,
这样读者可以使用其良好的绘图能力和编程界面,
并且与用来定义卡尔曼滤波及其应用的数学方程也很接近。MATLAB开发环境还集成了Simulink仿真环境,
用于对具体应用进行代码验证,
并且将代码编译为C语言,
以便适用于C编译器的许多微处理器应用。附录A是对Wiley网站上提供的MATLAB软件所给出的描述。这些软件在实际中是非常必要的,
因为如果不采用计算机进行实现,
卡尔曼滤波的用处就不会很大。对于学生而言,
通过观察卡尔曼滤波在实际中的行为来发现其如何工作则是更好的学习体验。
利用计算机来实现卡尔曼滤波方法,
可以说明有限字长算法的一些实际考虑,
并且说明为了保持结果的精度还需要采用其他算法。如果学生希望将其所学用于解决实际问题,
则了解卡尔曼滤波在哪些情况下可以运用、
在哪些情况下不能运用是很重要的,
他们还需要搞清楚这两者之间的差异。
本书是专门按照教材要求来组织的,
可以作为高年级本科生学习随机过程的入门教材,
也可以作为研究生一年级学习卡尔曼滤波理论和应用的教材。本书还适用于那些对这个重要领域不太熟悉而从事实际工作的工程科技人员自学或者回顾。第1章以简述卡尔曼滤波发展历史和应用的方式对该主题进行了简单介绍。第2章至第4章涵盖了线性系统、
概率、 随机过程和随机过程模型的重要基础知识。这些章节的内容可用于电子、
计算机和系统工程专业的高年级课程。
第5章介绍了线性最优滤波器和预测器,
给出了卡尔曼增益的推导过程和详细的应用举例。第6章综述性地介绍了基于卡尔曼滤波模型的最优平滑方法,
包括鲁棒性更好的一些实现方法。第7章介绍了保持数值精度的最新实现技术,
以及用于计算机实现的算法。
第8章主要讨论在非线性应用中的近似方法,
包括针对拟线性问题的扩展卡尔曼滤波器以及评估扩展卡尔曼滤波器是否足以解决这种问题的检验方法。对于那些没有通过拟线性检验的问题,
我们还给出了卡尔曼滤波的粒子滤波方法、
点方法以及无迹卡尔曼滤波器等实现方法。作为举例,
我们给出了这些技术在系统未知参数辨识中的应用。第9章在第7章介绍的数值方法基础上,
讨论了更加实际的实现和应用问题。这些问题包括存储量和吞吐量需求(及降低这些需求的方法)、
发散问题(及有效的解决方法)、
次优滤波和测量值选取的实际方法等。
为了说明如何研制卡尔曼滤波应用系统并对其进行评价,
在第10章中,
针对全球导航卫星系统(GNSS)接收机、
惯性导航系统(INS)以及将GNSS接收机与INS组合在一起的导航系统,
介绍了如何推导并实现不同卡尔曼滤波的构造方法。
第5章至第9章涵盖了研究生一年级学习卡尔曼滤波理论及应用的主要内容,
这些内容也可以作为数字估计理论和应用的基础教材。
全书内容组织可以通过如下章节关系图来说明,
其中指出了每章内容与其他各章内容之间的相互依赖关系。图中的箭头方向表示了推荐的学习顺序。用箭头将某个方框与其上面的其他方框相连,
表示上面方框中的内容是下面方框中主题的基础。虚线方框表示在Wiley配套网站上的相关知识。
Mohinder S.Grewal教授, 博士,PE加州州立大学富勒顿分校
Angus P. Andrews, 博士加州千橡市(Thousand Oaks)罗克韦尔科学中心, 高级科学家(已退休)致谢
作者对在本书核心材料准备过程中做出贡献的下列人员致以深深的感谢,
他们是:E. Richard Cohen, Thomas W. De Vries, Reverend Joseph Gaffney,
Thomas L. Gunckel II, Dwayne Heckman, Robert A. Hubbs, Thomas Kailath, Rudolf
E. Kalman, Alan J. Laub, Robert F. Nease, John C. Pinson, John M. Richardson,
Jorma Rissanen, Gerald E. Runyon, Joseph Smith和Donald F. Wiberg。
我们还对下列人员对本书的评阅、修改和建议表示诚挚的感谢,
这些工作对提高本书第二版和第三版的质量具有很大帮助,
他们是:Dean Dang, Gordon Inverarity和Kenneth W. Fertig。
对于第四版而言,
我们衷心感谢Jeffrey Uhlmann和Simon Julier为第1章和第8章提供了新的素材, Andrey Podkorytov对SchmidtKalman滤波器进行了修正, Rudolf E. Kalman教授专门为第1章撰写了导语,
已故的Robert W. Bass(1930-2013)对第1章进行了修改, James Kain对第7章中部分内容进行了校对, John L. Weatherwax对习题集的解答做出了贡献,
以及Edward H. Martin为GNSS/INS组合导航的早期历史提供了有关资料。
最后,
我们还要特别感谢Sonja Grewal和Jeri Andrews在本书所有版本的写作过程中所给予的奉献、支持和理解,
并谨以此书献给她们。
Mohinder S. Grewal, Augus P. Andrews