| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景及意义 | 第8-9页 |
| ·粒子滤波研究综述 | 第9-14页 |
| ·粒子滤波的起源与发展 | 第9页 |
| ·粒子滤波关键技术 | 第9-12页 |
| ·粒子滤波主要应用领域 | 第12-14页 |
| ·内容与结构编排 | 第14-16页 |
| 第二章 粒子滤波理论知识 | 第16-25页 |
| ·贝叶斯估计理论 | 第16-18页 |
| ·蒙特卡罗模拟理论 | 第18-19页 |
| ·粒子滤波算法 | 第19-24页 |
| ·序列重要性采样 SIS | 第19-21页 |
| ·粒子退化与重采样 | 第21-22页 |
| ·粒子滤波算法基本流程 | 第22-23页 |
| ·粒子滤波的收敛性 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于类电磁机制优化的粒子滤波算法 | 第25-32页 |
| ·问题的描述 | 第25页 |
| ·类电磁机制优化算法 | 第25-26页 |
| ·改进的 EM-PF 算法 | 第26-27页 |
| ·仿真实验及分析 | 第27-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于改进粒子滤波的 FastSLAM2.0 算法 | 第32-42页 |
| ·SLAM 问题的概率描述 | 第33页 |
| ·FastSLAM2.0 算法原理 | 第33-34页 |
| ·基于改进粒子滤波的 FastSLAM2.0 算法 | 第34-36页 |
| ·UKF 估计后验位姿建议分布 | 第34-36页 |
| ·类电磁机制优化思想改善粒子分布 | 第36页 |
| ·算法流程 | 第36-37页 |
| ·仿真实验及分析 | 第37-41页 |
| ·仿真模型 | 第37页 |
| ·仿真结果分析 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 基于粒子滤波的多机器人 FastSLAM 算法 | 第42-49页 |
| ·单机器人 FastSLAM 算法 | 第42-43页 |
| ·路标一致性修正多机器人 FastSLAM 算法 | 第43-44页 |
| ·仿真实验及分析 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| ·总结 | 第49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 个人简历 在读期间发表的学术论文 | 第55-56页 |
| 致谢 | 第56页 |
