Advances in State and Parameter Estimation : Theory and Practice

個数：

Advances in State and Parameter Estimation : Theory and Practice

Raol, Jitendra R./ P., Parimala/ V., Reshma

ウェブストア価格 ¥41,958（本体¥38,144）
CRC Press（2025/05発売）
外貨定価 US$ 200.00
ポイント 381pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Hardcover:ハードカバー版／ページ数 334 p.
言語 ENG
商品コード 9781032654867
DDC分類 629.8312

Full Description

This book deals with the basics of parameter estimation and state estimation as the fundamental building blocks of mathematical modelling activity in the broader field of control theory. All the methods are validated using MATLAB®-based implementations with realistically simulated data for general dynamic systems, as well as for aircraft parameter estimation. This book includes several illustrative examples and chapter-end exercises.

Features:

Provides comprehensive coverage of all issues related to parameter and state estimation.
Discusses advanced topics related to Kalman filter, stability analysis, image centroid tracking and neural networks for parameter estimation.
Explores convergence and stability results for the discussed methods.
Reviews the estimation of parameters in linear/nonlinear models, and distributed fitting.
Includes MATLAB®-based illustrative examples, and exercises.

This book is aimed at researchers and graduate students in systems and control, signal processing, estimation theory, engineering mathematics, and aerospace engineering.

1. Introduction 2. Least Squares and Maximum-Likelihood Methods 3. Kalman Filtering Methods 4. Filtering-cum-Data Fusion with State Delay and Missing Measurements 5. Gaussian-Sum Extended Kalman Filter with Lyapunov Stability Analysis 6. Gaussian-sum Information Filter with Lyapunov Stability Analysis 7. Image Centroid Tracking with Square-Root Kalman Filters 8. Image Centroid Tracking with Fuzzy-Logic-Augmented Filters 9. Image Centroid Tracking-cum-Fusion using New Factorization Filtering Algorithms 10. H-Infinity Fuzzification Filtering and Target Tracking (TT) 11. H-Infinity-Based Observer 12. Deterministic Nonlinear Estimators-Observers and Stability Results 13. Hybrid Global H-Infinity Filter 14. Neural Networks for Parameter Estimation with Lyapunov Stability 15. Interactive Multiple Modelling for Target Tracking with New Algorithms 16. Machine Learning for Estimation Appendix A Appendix B Appendix C