滤波算法研究及应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-11页 |
| ·课题背景 | 第7页 |
| ·滤波理论的发展 | 第7-9页 |
| ·本文的主要工作 | 第9-11页 |
| 2 常用滤波理论与算法 | 第11-19页 |
| ·卡尔曼滤波算法 | 第11-12页 |
| ·扩展卡尔曼滤波算法 | 第12-14页 |
| ·粒子滤波算法 | 第14-18页 |
| ·蒙特卡洛方法简介 | 第14页 |
| ·贝叶斯重要性采样 | 第14-15页 |
| ·粒子滤波的基本原理 | 第15-16页 |
| ·序列重要性采样 | 第16页 |
| ·退化现象和重采样 | 第16-17页 |
| ·粒子滤波算法描述 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 3 最优控制问题研究 | 第19-35页 |
| ·几种分布函数的介绍 | 第19-22页 |
| ·线性系统最优控制 | 第22-29页 |
| ·模型未知参数估计 | 第22-24页 |
| ·仿真一 | 第24-25页 |
| ·线性二次型最优控制 | 第25-26页 |
| ·仿真二 | 第26-28页 |
| ·仿真三 | 第28-29页 |
| ·非线性系统最优控制 | 第29-35页 |
| ·控制问题描述 | 第29-30页 |
| ·粒子群优化算法 | 第30-31页 |
| ·控制器设计 | 第31-32页 |
| ·仿真四 | 第32-33页 |
| ·小结 | 第33-35页 |
| 4 基于滤波算法的信息融合滤波理论和应用 | 第35-55页 |
| ·信息融合简介 | 第35-37页 |
| ·信息融合的概念 | 第35页 |
| ·信息融合的目的 | 第35页 |
| ·信息融合系统的模型和功能 | 第35-36页 |
| ·信息融合的发展、应用 | 第36-37页 |
| ·常用信息融合方法 | 第37页 |
| ·信息滤波器形式下的Kalman滤波器 | 第37-39页 |
| ·相同观测阵,不相关观测噪声的观测融合滤波 | 第39-41页 |
| ·集中式观测融合 | 第40页 |
| ·加权观测融合 | 第40-41页 |
| ·不同观测阵,不相关观测噪声的加权观测融合滤波 | 第41-46页 |
| ·集中式观测融合 | 第42页 |
| ·加权观测融合(Ⅰ) | 第42-44页 |
| ·加权观测融合(Ⅱ) | 第44-45页 |
| ·仿真实例一 | 第45-46页 |
| ·相同观测阵,相关观测噪声的加权观测融合滤波 | 第46-49页 |
| ·加权观测融合 | 第47页 |
| ·仿真实例二 | 第47-49页 |
| ·不同观测阵,相关观测噪声的加权观测融合滤波 | 第49-53页 |
| ·加权观测融合(Ⅰ) | 第49-50页 |
| ·加权观测融合(Ⅱ) | 第50-51页 |
| ·仿真实例三 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 5 基于交互式多模型的机动目标跟踪 | 第55-69页 |
| ·交互式多模型算法(IMM)简介 | 第55-58页 |
| ·目标运动模型 | 第58-59页 |
| ·仿真及分析一 | 第59-63页 |
| ·基于粒子滤波的交互式多模型算法 | 第63-64页 |
| ·仿真及分析二 | 第64-69页 |
| 6 总结与展望 | 第69-71页 |
| ·本文工作的总结 | 第69-70页 |
| ·展望 | 第70-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-75页 |
