▣ 01장: 칼만필터 개요
1.1 추정기
1.2 시스템 운동 모델
1.3 시스템 측정 모델
1.4 칼만필터의 응용
▣ 02장: 확률과 랜덤 프로세스
2.1 확률과 랜덤 벡터
____2.1.1 확률
____2.1.2 랜덤 변수
____2.1.3 확률분포함수와 확률밀도함수
____2.1.4 결합 확률함수
____2.1.5 조건부 확률함수
____2.1.6 독립 랜덤 변수
____2.1.7 랜덤 변수의 함수
____2.1.8 샘플링
____2.1.9 베이즈 정리
2.2 기댓값과 분산
____2.2.1 기댓값
____2.2.2 분산
____2.2.3 조건부 기댓값과 분산
2.3 랜덤 벡터
____2.3.1 정의
____2.3.2 기댓값과 공분산 행렬
____2.3.3 특성 함수
2.4 가우시안 분포
2.5 랜덤 프로세스
____2.5.1 정의
____2.5.2 평균 함수와 자기 상관함수
____2.5.3 정상 프로세스
____2.5.4 파워스펙트럴밀도
____2.5.5 화이트 노이즈
____2.5.6 에르고딕 프로세스
____2.5.7 독립동일분포 프로세스
____2.5.8 마르코프 프로세스
____2.5.9 랜덤 프로세스의 미분
▣ 03장: 정적 시스템의 상태 추정
3.1 기본 개념
____3.1.1 바이어스
____3.1.2 부합성
____3.1.3 추정오차의 공분산
3.2 최대사후(MAP 추정기
3.3 최대빈도(ML 추정기
3.4 최소평균제곱오차(MMSE 추정기
____3.4.1 결합 가우시안 MMSE 추정기
____3.4.2 선형 측정인 경우의 결합 가우시안 MMSE 추정기
____3.4.3 선형 MMSE 추정기
____3.4.4 선형 측정인 경우의 선형 MMSE 추정기
3.5 WLS 추정기
____3.5.1 궤환 WLS 추정기
3.6 추정기 설계 예제
3.7 추정기 비교
____3.7.1 MAP 추정기와 ML 추정기
____3.7.2 MAP 추정기와 MMSE
★ 이 책에서 다루는 내용 ★
◎ 칼만필터를 이해하기 위한 기본 수학: 확률론, 랜덤 프로세스, MAP/ML/MMSE/LS 추정
◎ 칼만필터 알고리즘: 기본/하이브리드/순차 처리/확장/언센티드 칼만필터
◎ 멀티 모델 칼만필터: GPB1, IMM
◎ 다양한 설계 예제 및 매트랩 코드 해설: 재진입 우주비행체, 미사일 탐색기, DC 모터, 반더폴 발진기, 수동 소나, 항공교통관제 시스템