Kalman Filtering: with Real-Time Applications

فیلتر کالمن با برنامه‌های بلادرنگ بحث کاملی از نظریه ریاضی و طرح‌های محاسباتی فیلتر کالمن ارائه می‌کند. الگوریتم‌های فیلتر از طریق رویکردهای مختلف مشتق شده‌اند، از جمله یک روش مستقیم شامل یک سری مراحل ابتدایی، و یک روش غیرمستقیم بر اساس طرح‌ریزی نوآوری. موضوعات دیگر عبارتند از فیلتر کالمن برای سیستم‌های دارای نویز همبسته یا نویز رنگی، محدود کردن فیلتر کالمن برای سیستم‌های ثابت زمان، فیلتر کالمن گسترده برای سیستم‌های غیرخطی، فیلتر کالمن بازه‌ای برای سیستم‌های نامشخص، و فیلتر کالمن موجک برای تجزیه و تحلیل چند وضوح سیگنال‌های تصادفی. بیشتر الگوریتم‌های فیلتر با استفاده از نمونه‌های ردیابی راداری ساده‌سازی شده نشان داده شده‌اند. سبک کتاب غیر رسمی است و ریاضیات ابتدایی اما دقیق است. این متن مستقل است، برای مطالعه شخصی مناسب است و برای همه خوانندگانی که حداقل دانش جبر خطی، نظریه احتمالات، و مهندسی سیستم را دارند، قابل دسترسی است.

Kalman Filtering with Real-Time Applications presents a thorough discussion of the mathematical theory and computational schemes of Kalman filtering. The filtering algorithms are derived via different approaches, including a direct method consisting of a series of elementary steps, and an indirect method based on innovation projection. Other topics include Kalman filtering for systems with correlated noise or colored noise, limiting Kalman filtering for time-invariant systems, extended Kalman filtering for nonlinear systems, interval Kalman filtering for uncertain systems, and wavelet Kalman filtering for multiresolution analysis of random signals. Most filtering algorithms are illustrated by using simplified radar tracking examples. The style of the book is informal, and the mathematics is elementary but rigorous. The text is self-contained, suitable for self-study, and accessible to all readers with a minimum knowledge of linear algebra, probability theory, and system engineering.