粒子滤波在目标跟踪中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·目标跟踪的基本内容及现状 | 第10-11页 |
| ·滤波理论的发展现状 | 第11-13页 |
| ·本文所做的工作 | 第13-14页 |
| 2 跟踪模型的建立 | 第14-23页 |
| ·目标运动的状态模型和量测模型 | 第14页 |
| ·跟踪坐标系的选取 | 第14-17页 |
| ·直角坐标系下跟踪系统模型 | 第15-16页 |
| ·极坐标下跟踪系统模型 | 第16-17页 |
| ·量测模型的坐标转换 | 第17页 |
| ·机动目标模型的建立 | 第17-22页 |
| ·CV与CA 模型 | 第18-19页 |
| ·时间相关模型 | 第19-21页 |
| ·半马尔可夫模型 | 第21-22页 |
| ·机动目标“当前”统计模型 | 第22页 |
| ·本章小结 | 第22-23页 |
| 3 目标跟踪中的滤波算法 | 第23-30页 |
| ·卡尔曼滤波理论 | 第23-24页 |
| ·扩展卡尔曼滤波理论（EKF） | 第24-26页 |
| ·UKF滤波理论 | 第26-29页 |
| ·UT变换 | 第26-27页 |
| ·UKF算法 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 4 粒子滤波算法 | 第30-50页 |
| ·蒙特卡罗方法 | 第30-34页 |
| ·蒙特卡罗方法的发展历史 | 第30-31页 |
| ·蒙特卡罗方法的基本原理及思想 | 第31-32页 |
| ·蒙特卡罗解题的三个主要步骤 | 第32-33页 |
| ·蒙特卡罗方法的特点 | 第33-34页 |
| ·贝叶斯重要性采样 | 第34-36页 |
| ·粒子滤波算法 | 第36-48页 |
| ·粒子滤波器基本原理 | 第36页 |
| ·序贯粒子滤波算法 | 第36-40页 |
| ·退化现象 | 第40-41页 |
| ·重要性函数的选取 | 第41-42页 |
| ·再采样 | 第42-45页 |
| ·几种改进的粒子滤波 | 第45-48页 |
| ·本章小节 | 第48-50页 |
| 5 matlab仿真实验 | 第50-60页 |
| ·PF对机动目标的跟踪仿真 | 第50-53页 |
| ·EKF、UKF与PF 的实验仿真比较 | 第53-59页 |
| ·本章小结 | 第59-60页 |
| 6 结论 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的论文及所得到的研究成果 | 第66-67页 |
| 致谢 | 第67页 |
