توضیحات
Beyond the Kalman Filter-For most tracking applications the Kalman filter is reliable and efficient, but it is limited to a relatively restricted class of linear Gaussian problems. To solve problems beyond this restricted class, particle filters are proving to be dependable methods for stochastic dynamic estimation. Beyond the Kalman Filter-Packed with 867 equations, this cutting-edge book introduces the latest advances in particle filter theory, discusses their relevance to defense surveillance systems, and examines defense-related applications of particle filters to nonlinear and non-Gaussian problems. <P>With this hands-on guide, you can develop more accurate and reliable nonlinear filter designs and more precisely predict the performance of these designs. Beyond the Kalman Filter-You can also apply particle filters to tracking a ballistic object, detection and tracking of stealthy targets, tracking through the blind Doppler zone, bi-static radar tracking, passive ranging (bearings-only tracking) of maneuvering targets, range-only tracking, terrain-aided tracking of ground vehicles, and group and extended object tracking.
برای بیشتر برنامه های ردیابی، فیلتر کلمن قابل اعتماد و کارآمد است، اما محدود به یک کلاس نسبتا محدودمی باشد. برای حل مشکلات ، فیلترهای موجود ثابت می کنند که روش های قابل اعتمادی برای برآورد پویایی تصادفی هستند. این کتاب با ۸۶۷ معادله بسته شده است، آخرین پیشرفت های تئوری فیلتر ، ارتباط آن ها با سیستم های نظارتی دفاعی را مورد بحث قرار می دهد و کاربرد های مرتبط استفاده از فیلتر های ذرات را به مسائل غیر خطی و غیر غایی بررسی می کند. <P> با استفاده از این راهنمای دستی، شما می توانید طرح های فیلتر های غیر خطی دقیق تر و قابل اعتماد تری داشته باشید. همچنین می توانید فیلترهای ذرات را برای ردیابی شیء بالستیک، تشخیص و ردیابی اهداف خنثی، ردیابی از طریق ناحیه داپلر کور، ردیابی رادار دو سوئیچ، ردیابی رادار مجهز به منفذ (ردیابی تنها یاتاقان) اهداف مانور، ردیابی تنها محدوده، ردیابی زمین وسایل نقلیه زمینی و ردیابی شیء گروهی و پیشرفته به کار برید.
کتاب را از گلوبایت کتاب دریافت نمایید.