本书以集员估计理论为基础，围绕有界干扰系统信息融合滤波开展研究。首先，提出一种输入-状态稳定的定界椭球自适应滤波算法，提高滤波的收敛性和跟踪性能，并针对不同的精度和实时性要求进一步提出固定滞后区间平滑算法和基于次优定界椭球的有界干扰系统滤波算法。其次，为解决非线性有界干扰滤波算法存在的线性化误差大、线性化过程复杂，以及边界存在保守性等问题，提出基于中心差分的非线性有界干扰滤波算法。再次，对有界干扰下的融合滤波方法进行研究，提出相应的融合算法。最后，考虑实际应用中噪声的复杂性，提出具有双重不确定性的多模型融合方法。
本书可供信号处理、航天、导航、目标跟踪、卫星测控、多传感器信息融合、机器人等领域的工程技术人员和研究人员参考。

《信息科学技术学术著作丛书》序
前言
第1章 绪论
1.1 信息融合滤波概述
1.1.1 研究背景
1.1.2 研究意义
1.1.3 信息融合滤波基本概念
1.2 有界干扰系统滤波研究
1.2.1 有界干扰系统滤波研究现状
1.2.2 有界干扰系统滤波研究现状分析
1.2.3 有界干扰系统滤波应用现状分析
第2章 预备知识与基础理论
2.1 引言
2.2 可行集的基础知识与基本概念
2.2.1 可行集
2.2.2 可行集的分类
2.2.3 集合的一般运算
2.3 输入-状态稳定性基本概念
2.4 矩阵运算相关引理
2.4.1 矩阵求逆引理
2.4.2 Schur补
2.5 有界干扰系统滤波基本概念及经典算法
2.5.1 有界干扰系统滤波基本概念
2.5.2 有界干扰系统滤波经典算法
2.6 本章小结
第3章 基于集员估计的线性有界干扰系统滤波
3.1 引言
3.2 BEACON算法
3.3 问题描述
3.4 基于BEACON算法的定界椭球自适应滤波
3.4.1 基于BEACON算法的状态预测更新
3.4.2 参数优化
3.4.3 算法特性分析与稳定性证明
3.5 仿真算例
3.6 本章小结
第4章 基于集员估计的线性有界干扰系统平滑
4.1 引言
4.2 Rauch-Tung-Striebel平滑
4.3 椭球定界固定滞后时间估计
4.3.1 基于BEAF的RTS平滑算法
4.3.2 基于BEAF的固定滞后时间估计
4.4 仿真算例
4.5 应用算例
4.6 本章小结
第5章 基于集员估计的线性有界干扰系统快速滤波
5.1 引言
5.2 基于量测序贯更新的有界干扰系统快速滤波
5.2.1 基于椭球-带求交的量测序贯更新
5.2.2 参数优化
5.2.3 算法特性分析与稳定性证明
5.3 仿真算例
5.4 本章小结
第6章 基于集员估计的非线性有界干扰系统滤波
6.1 引言
6.2 问题描述
6.3 扩展集员滤波算法
6.3.1 基于区间分析的线性化误差定界
6.3.2 扩展集员滤波迭代过程
6.4 基于中心差分的非线性有界干扰系统滤波
6.4.1 基于Stirling内插公式的非线性模型线性化
6.4.2 基于半定规划和DC分解的线性化误差定界
6.4.3 算法更新过程
6.5 仿真研究
6.6 本章小结
第7章 有界不确定系统多传感器融合滤波
7.1 引言
7.2 问题描述
7.3 针对有界噪声的融合滤波算法
7.3.1 针对有界噪声的量测扩维融合算法
7.3.2 针对有界噪声的量测加权融合算法
7.3.3 针对有界噪声的序贯滤波融合算法
7.4 性能分析
7.4.1 三种融合滤波的等价性
7.4.2 量测更新次序的可交换性
7.5 仿真算例
7.6 本章小结
第8章 有界/高斯双重不确定系统信息融合滤波
8.1 引言
8.2 双重不确定系统联合滤波
8.2.1 双重不确定误差模型
8.2.2 联合滤波预测更新
8.3 交互多模型联合滤波
8.3.1 多椭球加权Minkowski和
8.3.2 交互多模型联合滤波预测更新
8.4 实验分析
8.5 本章小结
参考文献