随机系统的滤波与控制

1. 课程概述

• 📖 课程概述

• 📓 思考题

2. 相关基础知识回顾与补充

• 📖 线性系统理论基础

• 📖 概率论

• 📖 随机过程

• 📖 泛函分析基础知识

• 📓 💻 本章思考与练习

3. 静态参数估计

• 📖 [问题描述]

• 📖 [贝叶斯估计 (Bayes Estimation)]

• 📖 [极大似然估计 (Maximum­Likelihood Estimation)]

• 📖 [最小二乘估计 (Least­square Estimation)]

• 🌈 Lect03-2024.pdf

• 🌈 本章小结

• 💻 [本章作业]

4. 最优滤波与平滑算法

• 📖 [离散时间随机系统基本分析]

• 📖 [状态估计基本引理]

• 📖 [Kalman滤波算法]

• 📖 [两个范例]

• 🌈 Lect04-2024.pdf

• 🌈 最优平滑算法

• 🌈 本章小结

• 💻 Kalman滤波练习题

• 💻 📓 最优平滑算法练习题

5. 次优与鲁棒滤波算法

• 📖 [衰减记忆滤波]

• 📖 [限定记忆滤波]

• 📖 [协方差平方根滤波]

• 📖 [序贯滤波算法]

• 📖 [自适应滤波]

• 🌈 多模型自适应滤波

• 📖 [常值增益次优滤波]

• 🌈 鲁棒 $H_{\mathrm{\infty }}$ 滤波

• 🌈 本章PPT

• 💻 📓 本章作业

6. 非线性系统滤波方法

• 🌈 非线性贝叶斯滤波理论

• 📖 [基于标称状态的线性化滤波方法]

• 📖 [扩展卡尔曼滤波(EKF)]

• 📖 [递代扩展卡尔曼滤波]

• 🌈 无迹卡尔曼滤波(UKF)

• 🌈 粒子滤波 (PF)

• 🌈 估计问题中常用的评价指标

• 🌈 容积卡尔曼滤波(CKF)

• 📖 [本章小结]

• 💻 📓 本章作业

7. 连续时间系统状态估计

• 📖 [线性系统卡尔曼滤波算法]

• 📖 [非线性系统滤波算法]

• 📖 [连续时间系统平滑算法]

• 🌈 本章小结

• 💻 📓 本章作业

8. 最小方差控制

• 📖 [线性时不变随机控制系统分析]

• 📖 [有理谱分解定理]

• 📖 [离散时间随机系统的级数表示]

• 📖 [最小方差预测]

• 📖 [最小方差控制]

• 📖 [广义最小方差控制]

• 🌈 本章小结

• 💻 [本章作业]

9. 随机最优控制

• 📖 [最优性原理]

• 📖 [确定性最优控制基础]

• 📖 [随机动态规划技术]

• 📖 [连续时间线性二次高斯问题]

• 📖 [离散时间线性二次高斯问题]

• 📖 [非线性随机系统次优控制方法]

• 🌈 本章小结

• 💻 📓 本章作业

10. 典型应用及课程总结

• 📖 [典型应用]
• 📖 [课程总结]