基于一致性的分布式粒子滤波算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景、目的及意义 | 第9-10页 |
| 1.2 无线传感器网络的目标跟踪方式 | 第10-11页 |
| 1.2.1 集中式目标跟踪 | 第10-11页 |
| 1.2.2 分布式目标跟踪 | 第11页 |
| 1.3 基于一致性的分布式粒子滤波综述 | 第11-16页 |
| 1.3.1 一致性概述 | 第11-12页 |
| 1.3.2 分布式粒子滤波综述 | 第12-13页 |
| 1.3.3 基于一致性的分布式粒子滤波介绍 | 第13-16页 |
| 1.4 论文主要研究工作 | 第16-17页 |
| 1.5 论文组织结构 | 第17-18页 |
| 第二章 基于一致性/融合的粒子滤波的分布式实现 | 第18-32页 |
| 2.1 系统问题描述 | 第18-21页 |
| 2.1.1 动态空间模型 | 第18-19页 |
| 2.1.2 粒子滤波 | 第19-21页 |
| 2.2 一致性算法 | 第21-23页 |
| 2.2.1 一致性算法的网络模型 | 第21-22页 |
| 2.2.2 一致性算法的理论分析 | 第22-23页 |
| 2.3 分布式粒子滤波 | 第23-24页 |
| 2.4 基于一致性的分布式粒子滤波实现 | 第24-28页 |
| 2.4.1 权重更新方程 | 第24-25页 |
| 2.4.2 乘积密度的计算 | 第25-27页 |
| 2.4.3 建议分布的选取 | 第27-28页 |
| 2.5 融合滤波的具体实现过程 | 第28-29页 |
| 2.6 仿真结果与分析 | 第29-31页 |
| 2.7 本章小结 | 第31-32页 |
| 第三章 一致性算法的权值优化 | 第32-46页 |
| 3.1 系统描述 | 第33-36页 |
| 3.1.1 随机网络模型 | 第33页 |
| 3.1.2 一致性算法描述 | 第33-35页 |
| 3.1.3 随机链接w(k)的统计量 | 第35-36页 |
| 3.2 一致性算法权重优化 | 第36-41页 |
| 3.2.1 优化准则 | 第36-37页 |
| 3.2.2 权重优化问题构想 | 第37-38页 |
| 3.2.3 权重优化问题的凸性 | 第38页 |
| 3.2.4 封闭形式的解决方案 | 第38-39页 |
| 3.2.5 数值优化方案 | 第39-41页 |
| 3.3 仿真结果与分析 | 第41-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 基于一致性权值优化的分布式粒子滤波研究 | 第46-56页 |
| 4.1 空间动态模型 | 第46-48页 |
| 4.1.1 目标状态模型 | 第46-47页 |
| 4.1.2 传感器观测模型 | 第47-48页 |
| 4.2 优化的平均一致性算法 | 第48-50页 |
| 4.3 算法实现过程 | 第50-51页 |
| 4.4 仿真结果与分析 | 第51-55页 |
| 4.5 本章小结 | 第55-56页 |
| 总结与展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 攻读学位期间取得的研究成果 | 第63-64页 |
| 致谢 | 第64页 |
