前言---编者的话
《Fundmentals of Kalman Filtering : A practical Approach》 之前发布的版本主要讨论了如何将原始的卡尔曼滤波器和各种各样的最小二乘技术在当今的64位个人电脑中实现。最近几年,学术文献中出现了一些新的理论,提出了改进卡尔曼滤波器的方法。
不幸的是,这些新技术的描述高度数学化,并且实现方法从工程实现的角度来看不够清晰。写这个最新版书的出发点是让感兴趣的读者能容易的实现新技术,同时看看新技术相比现有技术对读者感兴趣的应用领域有没有提升。
在这个版本中有三个新的章节,分别介绍 the State Dependent Riccati Equation (SDRE)技术,the Unscented Kalman Filter (UKF)和 the Interactive Multiple Model (IMM)方法。这些新的章节首次以 "cookbook style" 的形式出现,使读者不用理解技术的推导就能进行编程。接下来,利用一些在之前章节给出的例子,从性能、鲁棒性、计算效率几个方面对比新技术与扩展卡尔曼滤波技术。强烈建议想将运用新技术的读者进行类似的比较。最后,增加了第四个新章节关于 Cramer-Rao Lower bound 的应用。尽管关于寻找最佳滤波器的技术经常在学术论文中出现,但将公式转化成代码的实现通常缺失或者不够清晰。本文给出了将公式转成代码的过程,同时比较了利用黎卡提微分得到的理论结果和卡尔曼滤波器得到的实际结果。
应读者的特殊要求,《Fundmentals of Kalman Filtering : A practical Approach》前三个版本中出现的Fortran代码全部转化成MATLAB代码。在书本后面的支持材料中仔细说明了,感兴趣的读者如何在AIAA 网站上获得所有的MATLAB代码和等价的Fortran代码 。
《Fundmentals of Kalman Filtering : A practical Approach》之前版本的读者可能注意到了,尽管第四版增加了四个新的章节,但几乎与第三版的厚度一样。能取得这样的奇迹是由于精简了第1,5,14 章内容,删除了第 10,13 章,删除了附录 A 。尽管材料从第四版删除了,感兴趣的读者可以在 AIAA 的网站上找到删减材料。
就我个人而言,当得知许多从事或者需要学习卡尔曼滤波的人认为《Fundmentals of Kalman Filtering : A practical Approach》不仅nonintimidating而且有用时,非常欣慰。过去几年,一些读者联系我询问了一些书中说明不清楚的地方,为了让所有的读者能从我与读者的交流中获益,现在的章节中已经对这些地方做了解释。在此我希望,本书的第四版不仅对第一次接触本书有用,同时对已经读过之前版本的读者有益。
Paul Zarchan
August 2015