基于粒子滤波的目标跟踪算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究的背景及意义 | 第9-10页 |
| ·国内外研究发展现状 | 第10-12页 |
| ·本文主要研究内容 | 第12页 |
| ·本文的组织机构 | 第12-15页 |
| 第2章 目标跟踪算法的基础 | 第15-25页 |
| ·引言 | 第15页 |
| ·线性动态系统的滤波理论与算法 | 第15-18页 |
| ·经典卡尔曼滤波理论 | 第15页 |
| ·卡尔曼滤波器和预报器 | 第15-18页 |
| ·非线性动态系统的滤波理论与算法 | 第18-23页 |
| ·状态空间模型 | 第19页 |
| ·贝叶斯估计的基本理论知识 | 第19-21页 |
| ·贝叶斯滤波 | 第21-23页 |
| ·本章小结 | 第23-25页 |
| 第3章 粒子滤波理论与算法 | 第25-37页 |
| ·引言 | 第25页 |
| ·蒙特卡罗积分 | 第25-27页 |
| ·蒙特卡罗方法概述 | 第25-26页 |
| ·蒙特卡罗方法基本思想 | 第26-27页 |
| ·序列重要性采样 | 第27-31页 |
| ·重要性采样理论 | 第27-28页 |
| ·序列重要性采样思想 | 第28-30页 |
| ·序列重要性采样算法用于状态估计 | 第30-31页 |
| ·粒子匮乏问题及其解决办法 | 第31-34页 |
| ·粒子匮乏现象 | 第31-32页 |
| ·重要密度函数的选取 | 第32页 |
| ·重采样技术 | 第32-34页 |
| ·标准粒子滤波算法 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第4章 粒子滤波改进算法 | 第37-57页 |
| ·引言 | 第37页 |
| ·改进的重采样方法 | 第37-48页 |
| ·重采样算法1 | 第37-39页 |
| ·重采样算法2 | 第39页 |
| ·完全重采样算法 | 第39-41页 |
| ·基于几种重采样算法的跟踪仿真 | 第41-48页 |
| ·改进的粒子滤波跟踪算法 | 第48-54页 |
| ·辅助粒子滤波算法 | 第48-49页 |
| ·似然粒子滤波算法 | 第49-51页 |
| ·双重重要性粒子滤波算法 | 第51-52页 |
| ·改进的跟踪算法的仿真与分析 | 第52-54页 |
| ·本章小结 | 第54-57页 |
| 第5章 总结与展望 | 第57-59页 |
| ·全文工作总结 | 第57页 |
| ·下一步工作展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 作者简介 | 第63-65页 |
| 致谢 | 第65页 |
