非線性系統(tǒng)加權(quán)觀測融合估計理論及其應(yīng)用

第1 章 緒論 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 1
1．1 多傳感器信息融合理論 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 1
1．1．1 多傳感器信息融合 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 1
1．1．2 信息融合國內(nèi)外發(fā)展現(xiàn)狀 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 5
1．2 系統(tǒng)辨識 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 7
1．2．1 系統(tǒng)辨識的目的 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 8
1．2．2 系統(tǒng)辨識的方法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 9
1．2．3 自校正濾波算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 11
1．3 非線性系統(tǒng)融合估計 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 14
1．3．1 信息融合結(jié)構(gòu)模型 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 14
1．3．2 信息融合的主要技術(shù)方法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 19
1．3．3 非線性系統(tǒng)估計研究現(xiàn)狀 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 20
1．3．4 融合估計研究現(xiàn)狀 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 21
1．3．5 非線性系統(tǒng)融合估計研究現(xiàn)狀 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 24
1．4 主要研究內(nèi)容 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 25
第2 章 一般非線性系統(tǒng)濾波方法及性能分析 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 28
2．1 遞推線性最小方差估計框架 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 29
2．1．1 射影定理 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 30
2．1．2 新息序列 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 35
2．1．3 遞推線性最小方差濾波框架 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 38
2．1．4 Kalman 濾波器 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 41
2．1．5 ARMA 新息模型 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 46
2．1．6 基于ARMA 新息模型的穩(wěn)態(tài)Kalman 濾波器 ．．．．．．．．．．．．．．．．．．．．．．．．．． 47
2．2 無跡Kalman 濾波算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 48
2．2．1 UKF 濾波算法原理 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 48
2．2．2 Sigma 點(diǎn)采樣策略 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 50
2．2．3 UKF 濾波算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 55
2．3 容積Kalman 濾波算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 56
2．3．1 容積規(guī)則 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 57
2．3．2 容積Kalman 濾波算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 60
2．4 粒子濾波算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 63
2．4．1 最優(yōu)貝葉斯遞推濾波和重要性采樣 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 63
2．4．2 序貫重要性采樣 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 65
2．4．3 PF 濾波算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 66
2．5 3 種非線性濾波算法的比較分析 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 67
2．6 本章小結(jié) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 68
第3 章 線性系統(tǒng)的多傳感器自校正加權(quán)觀測融合Kalman 濾波器 ．．．．．．．．．．．．．．． 69
3．1 最優(yōu)加權(quán)觀測融合Kalman 濾波器 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 71
3．1．1 線性系統(tǒng)的加權(quán)觀測融合算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 71
3．1．2 最優(yōu)加權(quán)觀測融合Kalman 濾波器 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 73
3．2 基于最小二乘法的自校正加權(quán)觀測融合Kalman 濾波器 ．．．．．．．．．．．．．．．．．．． 74
3．2．1 自校正Kalman 濾波器 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．74
3．2．2 基于最小二乘法的自校正加權(quán)觀測融合Kalman 濾波器 ．．．．．．．． 77
3．2．3 基于相關(guān)函數(shù)辨識器的自校正加權(quán)觀測融合
Kalman 濾波器 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 80
3．3 基于協(xié)同辨識的自校正加權(quán)觀測融合Kalman 濾波器 ．．．．．．．．．．．．．．．．．．．．．．． 82
3．3．1 具有相同觀測矩陣和不相關(guān)觀測噪聲的情形 ．．．．．．．．．．．．．．．．．．．．．．．．．．． 83
3．3．2 具有不同觀測矩陣和不相關(guān)觀測噪聲情形 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 88
3．3．3 系統(tǒng)具有不同觀測矩陣和相關(guān)觀測噪聲 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 95
3．4 仿真 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 98
3．5 本章小結(jié) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 109
第4 章 非線性系統(tǒng)的最優(yōu)和自校正加權(quán)觀測融合UKF 濾波器 ．．．．．．．．．．．．．．．．．．． 111
4．1 多傳感器加權(quán)觀測融合UKF 濾波器 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 112
4．1．1 集中式觀測融合UKF 濾波器 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 113
4．1．2 加權(quán)觀測融合UKF 濾波器 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 113
4．1．3 加權(quán)觀測融合UKF 濾波器與集中式觀測融合
UKF 濾波器在數(shù)值上的完全等價性 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 115
4．2 自校正加權(quán)觀測融合UKF 濾波器 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 121
4．2．1 噪聲方差的估計算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 121
4．2．2 基于Sage-Husa 估計的Qw 估計算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 123
4．2．3 多傳感器加權(quán)觀測融合自校正UKF 濾波器 ．．．．．．．．．．．．．．．．．．．．．．．．．．． 125
4．3 仿真例子 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 125
4．4 本章小結(jié) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 130
第5 章 基于Taylor 級數(shù)逼近的非線性系統(tǒng)加權(quán)觀測融合估計理論 ．．．．．．．．．．．． 132
5．1 基于Taylor 級數(shù)逼近的非線性系統(tǒng)加權(quán)觀測融合算法 ．．．．．．．．．．．．．．．．．．． 133
5．2 基于Taylor 級數(shù)逼近的非線性系統(tǒng)加權(quán)觀測融合UKF
（WMF-UKF）濾波算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 139
5．2．1 基于Taylor 級數(shù)逼近的非線性系統(tǒng)WMF-UKF 濾波算法 ．．．． 139
5．2．2 WMF-UKF 的漸近最優(yōu)性 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 142
5．2．3 WMF-UKF 的計算量分析 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 148
5．3 基于Taylor 級數(shù)逼近的非線性系統(tǒng)加權(quán)觀測融合CKF（WMF-CKF）
濾波算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 149
5．3．1 基于Taylor 級數(shù)逼近的非線性系統(tǒng)WMF-CKF 濾波算法 ．．．． 149
5．3．2 WMF-CKF 的漸近最優(yōu)性 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 152
5．3．3 WMF-CKF 的計算量分析 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 153
5．4 基于Taylor 級數(shù)逼近的非線性系統(tǒng)加權(quán)觀測融合PF（WMF-PF）
濾波算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 153
5．4．1 基于Taylor 級數(shù)逼近的非線性系統(tǒng)WMF-PF 濾波算法 ．．．．．．． 153
5．4．2 WMF-PF 的漸近最優(yōu)性 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 155
5．4．3 WMF-PF 的計算量分析 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 156
5．5 WMF-UKF、WMF-CKF 和WMF-PF 的比較分析 ．．．．．．．．．．．．．．．．．．．．．．．．．．．． 157
5．6 仿真研究 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 157
5．7 本章小結(jié) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 181
第6 章 基于Gauss-Hermite 逼近的非線性系統(tǒng)加權(quán)觀測融合估計算法 ．． 183
6．1 基于Gauss-Hermite 逼近的非線性系統(tǒng)加權(quán)觀測融合
（WMF）算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 184
6．1．1 Gauss-Hermite 逼近 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 185
6．1．2 基于Gauss-Hermite 逼近的非線性系統(tǒng)WMF 算法 ．．．．．．．．．．．．．．． 190
6．2 基于Gauss-Hermite 逼近的非線性系統(tǒng)加權(quán)觀測融合UKF
（WMF-UKF）濾波算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 193
6．2．1 基于Gauss-Hermite 逼近的非線性系統(tǒng)WMF-UKF 濾波算法 ．．． 193
6．2．2 WMF-UKF 的計算量分析 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 197
6．3 基于Gauss-Hermite 逼近的非線性系統(tǒng)加權(quán)觀測融合
CKF（WMF-CKF）濾波算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 197
6．3．1 基于Gauss-Hermite 逼近的非線性系統(tǒng)WMF-CKF 濾波算法 ．．． 197
6．3．2 WMF-CKF 的計算量分析 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 200
6．4 基于Gauss-Hermite 逼近的非線性系統(tǒng)加權(quán)觀測融合PF
（WMF-PF）濾波算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 201
6．4．1 基于Gauss-Hermite 逼近的非線性系統(tǒng)WMF-PF 濾波算法 ．．．． 201
6．4．2 WMF-PF 的計算量分析 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 203
6．5 仿真研究 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 203
6．6 本章小結(jié) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 226
第7 章 噪聲相關(guān)的非線性系統(tǒng)加權(quán)觀測融合估計算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 227
7．1 基于Taylor 級數(shù)逼近的噪聲相關(guān)非線性系統(tǒng)WMF-UKF
濾波算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 228
7．1．1 系統(tǒng)噪聲和觀測噪聲的去相關(guān) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 229
7．1．2 噪聲相關(guān)非線性系統(tǒng)WMF-UKF 濾波算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．． 231
7．2 基于Taylor 級數(shù)逼近的噪聲相關(guān)非線性系統(tǒng)WMF-CKF 濾波算法 ．．． 234
7．3 基于Taylor 級數(shù)逼近的噪聲相關(guān)非線性系統(tǒng)WMF-PF 濾波算法．．．．．．． 237
7．4 基于Gauss-Hermite 逼近的噪聲相關(guān)非線性系統(tǒng)WMF-UKF
濾波算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 239
7．5 基于Gauss-Hermite 逼近的噪聲相關(guān)非線性系統(tǒng)WMF-CKF
濾波算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 243
7．6 基于Gauss-Hermite 逼近的噪聲相關(guān)非線性系統(tǒng)WMF-PF
濾波算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 246
7．7 仿真研究 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 248
7．8 本章小結(jié) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 267
第8 章 多傳感器加權(quán)觀測融合Kalman 濾波器的預(yù)測控制算法 ．．．．．．．．．．．．．．．．． 268
8．1 加權(quán)觀測融合Kalman 濾波器的預(yù)測控制系統(tǒng) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 268
8．2 加權(quán)觀測融合預(yù)測控制算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 271
8．3 自校正加權(quán)觀測融合預(yù)測控制算法 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 275
8．3．1 帶相同觀測矩陣和不相關(guān)觀測噪聲的情形 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 275
8．3．2 帶不同觀測矩陣和不相關(guān)觀測噪聲的情形 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 277
8．3．3 帶不同觀測矩陣和相關(guān)觀測噪聲的情形 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 281
8．4 仿真 ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 284
8．4．1 帶相同觀測矩陣和不相關(guān)觀測噪聲的系統(tǒng)仿真 ．．．．．．．．．．．．．．．．．．．．． 284
8．4．2 帶不同觀測矩陣和不相關(guān)觀測噪聲的系統(tǒng)仿真 ．．．．．．．．．．．．．．．．．．．．． 288
8．4．3 帶不同觀測矩陣和相關(guān)觀測噪聲的系統(tǒng)仿真 ．．．．．．．．．．．．．．．．．．．．．．．．． 293
8．5 本章小結(jié) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 298
參考文獻(xiàn) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 300