小波粒子滤波算法在机动目标跟踪中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·机动目标跟踪的研究背景 | 第9-10页 |
| ·粒子滤波研究现状 | 第10-11页 |
| ·本文的主要内容 | 第11-12页 |
| ·论文的章节安排 | 第12-13页 |
| 第二章 机动目标跟踪模型 | 第13-23页 |
| ·引言 | 第13页 |
| ·CV 与CA 模型 | 第13-14页 |
| ·SINGER 模型 | 第14页 |
| ·当前统计模型 | 第14-16页 |
| ·机动目标转弯模型 | 第16页 |
| ·经典滤波算法 | 第16-19页 |
| ·离散卡尔曼滤波算法 | 第16-18页 |
| ·扩展卡尔曼滤波算法 | 第18-19页 |
| ·MONTE CARLO 仿真 | 第19-20页 |
| ·跟踪误差统计分析 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 粒子滤波算法 | 第23-39页 |
| ·引言 | 第23页 |
| ·粒子滤波算法 | 第23-33页 |
| ·贝叶斯估计 | 第23-24页 |
| ·贝叶斯重要性采样(BIS) | 第24-26页 |
| ·序贯重要性采样(SIS) | 第26-27页 |
| ·退化现象及重采样算法 | 第27-29页 |
| ·标准粒子滤波算法 | 第29-30页 |
| ·改进的粒子滤波算法 | 第30-33页 |
| ·粒子滤波应用于单机动目标跟踪中的原理 | 第33-34页 |
| ·仿真实验及分析 | 第34-39页 |
| 第四章 小波粒子滤波算法在机动目标跟踪中的应用 | 第39-61页 |
| ·引言 | 第39页 |
| ·小波理论 | 第39-48页 |
| ·小波分析的发展 | 第39-40页 |
| ·小波变换的定义 | 第40-41页 |
| ·多分辨率分析Mallat 算法 | 第41-46页 |
| ·小波阈值去噪原理 | 第46-48页 |
| ·小波粒子滤波算法 | 第48-51页 |
| ·系统仿真和分析 | 第51-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 发表论文和参加科研情况 | 第66-67页 |
| 致谢 | 第67页 |
