| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-13页 |
| ·课题来源 | 第10页 |
| ·研究背景及意义 | 第10-12页 |
| ·论文的主要工作与内容安排 | 第12-13页 |
| 2 状态估计理论 | 第13-23页 |
| ·离散时间线性系统状态估计问题的一般描述 | 第13-14页 |
| ·贝叶斯滤波 | 第14-16页 |
| ·卡尔曼滤波 | 第16-17页 |
| ·扩展卡尔曼滤波(EKF) | 第17-18页 |
| ·无迹卡尔曼滤波(UKF) | 第18-21页 |
| ·本章小结 | 第21-23页 |
| 3 粒子滤波及其改进 | 第23-38页 |
| ·蒙特卡罗方法 | 第23-27页 |
| ·贝叶斯重要性采样 | 第27-28页 |
| ·粒子滤波算法 | 第28-32页 |
| ·当前一些改进算法 | 第32-37页 |
| ·本章小结 | 第37-38页 |
| 4 粒子群优化Rao-Blackwellized粒子滤波 | 第38-47页 |
| ·Rao-Blackwellized粒子滤波 | 第38-41页 |
| ·粒子群算法(PSO) | 第41-43页 |
| ·粒子群优化Rao-Blackwellized粒子滤波 | 第43-44页 |
| ·实验仿真 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 5 微分进化和粒子群协同进化粒子滤波 | 第47-60页 |
| ·混合算法的理念 | 第47页 |
| ·协同进化 | 第47-50页 |
| ·微分进化 | 第50-53页 |
| ·微分进化和粒子群协同进化粒子滤波 | 第53-55页 |
| ·实验仿真 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 总结与展望 | 第60-61页 |
| 参考文献 | 第61-68页 |
| 致谢 | 第68页 |