基于粒子滤波的目标跟踪算法与硬件实现研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 目录 | 第10-14页 |
| 1 绪论 | 第14-24页 |
| ·论文的研究背景和意义 | 第14-16页 |
| ·国内外研究现状 | 第16-21页 |
| ·跟踪滤波理论的发展 | 第16-19页 |
| ·粒子滤波硬件实现 | 第19-21页 |
| ·本文的主要研究内容 | 第21-24页 |
| 2 粒子滤波算法原理 | 第24-36页 |
| ·引言 | 第24页 |
| ·最优贝叶斯估计 | 第24-25页 |
| ·序贯重要性采样 | 第25-29页 |
| ·退化问题及其处理 | 第29-33页 |
| ·重要性密度的选取 | 第30-31页 |
| ·重采样 | 第31-33页 |
| ·粒子滤波算法及其收敛性 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 3 重采样算法与实现 | 第36-50页 |
| ·引言 | 第36页 |
| ·常见的重采样算法 | 第36-38页 |
| ·简化重采样算法 | 第38-42页 |
| ·简化算法 | 第38-40页 |
| ·数值仿真 | 第40-42页 |
| ·简化重采样算法的实现 | 第42-49页 |
| ·硬件结构 | 第42-45页 |
| ·实验分析 | 第45-49页 |
| ·资源使用 | 第46-47页 |
| ·功耗 | 第47-48页 |
| ·运行时间 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 4 基于粒子滤波的纯方位跟踪 | 第50-70页 |
| ·引言 | 第50-51页 |
| ·纯方位跟踪数学模型 | 第51页 |
| ·简化粒子滤波算法与实现 | 第51-61页 |
| ·简化粒子滤波算法 | 第51-54页 |
| ·简化粒子滤波算法FPGA实现 | 第54-59页 |
| ·采样模块 | 第54-56页 |
| ·权值及阈值计算模块 | 第56-58页 |
| ·重采样模块 | 第58-59页 |
| ·状态估计模块 | 第59页 |
| ·简化粒子滤波实验分析 | 第59-61页 |
| ·本节小结 | 第61页 |
| ·粗糙化方法与实现 | 第61-69页 |
| ·粗糙化方法 | 第62-66页 |
| ·仿真与实验分析 | 第66-69页 |
| ·本节小结 | 第69页 |
| ·本章小结 | 第69-70页 |
| 5 基于粒子滤波的机动目标跟踪 | 第70-94页 |
| ·引言 | 第70页 |
| ·机动目标跟踪数学模型 | 第70-71页 |
| ·通用MMPF算法 | 第71-74页 |
| ·易于硬件实现的MMPF算法 | 第74-80页 |
| ·CV模型与CS模型 | 第74-76页 |
| ·独立Metropolis Hastings采样 | 第76-77页 |
| ·新颖MMPF算法 | 第77-80页 |
| ·MMPF算法实现 | 第80-86页 |
| ·IMH采样算法结构 | 第80-83页 |
| ·MMPF硬件实现结构 | 第83-86页 |
| ·数值仿真与实验分析 | 第86-92页 |
| ·数值仿真 | 第86-88页 |
| ·实验分析 | 第88-92页 |
| ·资源使用 | 第88-89页 |
| ·运行时间 | 第89-90页 |
| ·硬件研究平台 | 第90-92页 |
| ·本章小结 | 第92-94页 |
| 6 基于PHD粒子滤波的多目标跟踪 | 第94-112页 |
| ·引言 | 第94页 |
| ·随机有限集统计理论 | 第94-96页 |
| ·基于随机集理论的多目标跟踪算法 | 第96-101页 |
| ·多目标粒子滤波算法 | 第97-98页 |
| ·概率假设密度滤波算法 | 第98-99页 |
| ·PHD粒子滤波算法 | 第99-101页 |
| ·新颖MMPHD粒子滤波算法 | 第101-108页 |
| ·MMPHD粒子滤波算法 | 第101-103页 |
| ·数值分析 | 第103-108页 |
| ·本节小结 | 第108页 |
| ·PHD粒子滤波硬件实现 | 第108-111页 |
| ·预测模块 | 第108-110页 |
| ·更新模块 | 第110-111页 |
| ·本章小结 | 第111-112页 |
| 7 结束语 | 第112-114页 |
| ·本文的主要工作和主要结论 | 第112-113页 |
| ·未来研究工作设想 | 第113-114页 |
| 参考文献 | 第114-130页 |
| 作者简历及在学期间所取得的科研成果 | 第130-131页 |
