图书介绍
多运动平台协同导航的分散式算法研究PDF|Epub|txt|kindle电子书版本下载
- 穆华等著 著
- 出版社： 北京：国防工业出版社
- ISBN：9787118102611
- 出版时间：2015
- 标注页数：148页
- 文件大小：18MB
- 文件页数：161页
- 主题词：导航－分散－算法－研究
PDF下载
下载说明
多运动平台协同导航的分散式算法研究PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 绪论1
1.1 研究背景1
1.2 多运动平台协同导航的相关研究4
1.3 分散式数据融合技术5
1.3.1 多传感器目标跟踪7
1.3.2 传感器网络的校准8
1.4 分散式协同导航算法研究9
1.5 贝叶斯网络推理算法12
1.5.1 算法分类13
1.5.2 几种推理算法15
1.6 机器人同步定位与建图（SLAM）的启示15
第2章 多运动平台协同导航的数学模型17
2.1 协同导航系统特征分析17
2.2 协同导航的状态空间模型18
2.2.1 单平台的状态空间模型18
2.2.2 平台系统的状态空间模型20
2.2.3 状态空间模型小结21
2.3 协同导航的概率图模型21
2.3.1 概率图模型21
2.3.2 动态贝叶斯网络表达23
2.3.3 马尔可夫随机场25
2.4 小结27
第3章 协同导航增广信息滤波算法28
3.1 协同导航的高斯滤波28
3.1.1 高斯滤波28
3.1.2 矩参数表达29
3.1.3 信息参数表达32
3.2 协同导航的增广信息滤波36
3.3 基于矩阵分解的状态恢复算法38
3.3.1 均值恢复38
3.3.2 协方差按列恢复39
3.3.3 稀疏协方差恢复39
3.4 增广信息滤波的马尔可夫随机场40
3.5 小结41
第4章 协同导航分散式增广信息滤波算法设计42
4.1 单平台局部数据融合42
4.1.1 状态添加42
4.1.2 观测更新44
4.1.3 状态消元44
4.2 分布式递增Cholesky修正算法45
4.2.1 矩阵的Cholesky分解45
4.2.2 递增Cholesky修正46
4.2.3 递增的状态恢复48
4.2.4 分布式递增Cholesky修正49
4.2.5 关于选取Cholesky分解算法的讨论52
4.3 基于递增Cholesky修正的分散式状态恢复54
4.3.1 递增Cholesky修正55
4.3.2 状态恢复60
4.3.3 存储管理60
4.4 算法框架及性能分析62
4.4.1 算法框架62
4.4.2 性能指标63
4.4.3 性能分析64
4.5 仿真实验65
4.6 比较：分散式卡尔曼滤波（DKF）67
4.7 小结70
第5章 高斯动态贝叶斯网络推理算法设计72
5.1 引言72
5.2 联合树及其构造74
5.2.1 概率图消元74
5.2.2 联合树的构造76
5.3 离散贝叶斯网络联合树算法79
5.3.1 运算定义80
5.3.2 证据引入80
5.3.3 消息传递策略80
5.4 高斯贝叶斯网络信息参数联合树算法84
5.4.1 势函数84
5.4.2 证据引入85
5.4.3 势函数运算85
5.4.4 算例87
5.5 高斯贝叶斯网络矩参数懒惰推理算法设计88
5.5.1 研究动机88
5.5.2 矩参数的推理特点88
5.5.3 利用有向图信息91
5.5.4 联合树相关操作95
5.5.5 懒惰算法设计97
5.5.6 算法分析105
5.6 动态贝叶斯网络递增推理算法设计106
5.6.1 前向界面算法107
5.6.2 递增动态联合树算法设计108
5.7 仿真算例111
5.8 小结114
第6章 协同导航分散式联合树算法设计116
6.1 算法框架116
6.2 算法实现118
6.2.1 消元顺序的选取119
6.2.2 连接树的建立120
6.2.3 消息传递121
6.3 算法性能分析121
6.3.1 计算复杂度分析124
6.3.2 通信复杂度分析124
6.3.3 工作负载的均衡126
6.3.4 比较：前向界面算法127
6.4 DKF与DJT（M）比较128
6.5 DAIF与DJT（I）比较130
6.5.1 矩阵分解与消元130
6.5.2 复杂度比较132
6.6 综合分析132
6.7 小结133
附录A 高斯分布的矩参数和信息参数表达及概率推演135
A.1 高斯分布的矩参数和信息参数135
A.2 边缘分布136
A.3 条件分布136
A.4 联合分布137
A.5 观测融合138
附录B Cholesky分解算法139
B.1 向上看Cholesky分解算法139
B.2 向左看Cholesky分解算法139
B.3 向右看Cholesky分解算法140
附录C 图论基本概念及最小生成树算法141
C.1 一些图论的概念141
C.2 最小生成树算法142
参考文献143