贝叶斯滤波与平滑

本书主要围绕贝叶斯滤波与平滑的相关知识点展开。首先，介绍了贝叶斯理论的基本原理，包括：贝叶斯滤波与平滑的概念及应用，贝叶斯推理的基本内容与贝叶斯解算所涉及的数学基本方法，以及贝叶斯估计理论。其次，论述了贝叶斯滤波的算法、推导与特点，内容包括：经典线性卡尔曼滤波，非线性卡尔曼滤波，广义高斯滤波框架以及粒子滤波。随后，论述了贝叶斯平滑的算法、推导与特点，内容上基本对应于贝叶斯滤波部分，包括：RTS平滑器，非线性RTS平滑器，广义高斯平滑框架以及粒子平滑器。接着，介绍了状态空间模型的参数估计方法，以及如何利用书中前面章节所述的滤波、平滑方法进行参数估计。最后，针对不同应用对象，给出了估计方法选择方面的建议,并对贝叶斯估计涉及的关键技术进行了讨论。