移动机器人基于听觉感知的动态目标跟踪与最优轨迹估计
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究的背景及意义 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.2.1 听觉感知研究现状 | 第9-11页 |
| 1.2.2 目标跟踪研究现状 | 第11页 |
| 1.3 主要研究内容 | 第11-14页 |
| 第二章 听觉感知系统的理论基础 | 第14-24页 |
| 2.1 声源定位方法 | 第14-17页 |
| 2.1.1 可控波束形成技术 | 第14-15页 |
| 2.1.2 高分辨率谱估计技术 | 第15-16页 |
| 2.1.3 时延估计技术 | 第16-17页 |
| 2.1.4 定位方法比较 | 第17页 |
| 2.2 麦克风阵列与定位计算算法 | 第17-21页 |
| 2.3 声源定位系统 | 第21-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 目标跟踪原理与跟踪算法仿真 | 第24-40页 |
| 3.1 目标跟踪原理 | 第24-25页 |
| 3.2 运动目标模型 | 第25-28页 |
| 3.2.1 二阶常速和三阶常加速模型 | 第25-26页 |
| 3.2.2 一阶时间相关模型 | 第26-27页 |
| 3.2.3 “当前”统计模型 | 第27-28页 |
| 3.3 目标跟踪算法 | 第28-36页 |
| 3.3.1 扩展卡尔曼滤波 | 第28-29页 |
| 3.3.2 无味卡尔曼滤波 | 第29-31页 |
| 3.3.3 粒子滤波简介 | 第31-36页 |
| 3.3.3.1 最优贝叶斯估计 | 第32页 |
| 3.3.3.2 序贯重采样 | 第32-35页 |
| 3.3.3.3 标准粒子滤波 | 第35-36页 |
| 3.4 非线性滤波算法仿真 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于改进粒子滤波的声源目标跟踪 | 第40-52页 |
| 4.1 跟踪模型的建立 | 第40-41页 |
| 4.2 改进粒子滤波算法 | 第41-46页 |
| 4.2.1 二阶中心差分滤波算法 | 第42-43页 |
| 4.2.2 马尔科夫链移动步骤 | 第43-44页 |
| 4.2.3 改进算法程序 | 第44-46页 |
| 4.3 仿真实验 | 第46-51页 |
| 4.3.1 改进算法仿真 | 第46-48页 |
| 4.3.2 声源跟踪仿真 | 第48-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 移动机器人最优轨迹估计 | 第52-58页 |
| 5.1 最优轨迹估计 | 第52-53页 |
| 5.2 方案设计 | 第53-54页 |
| 5.3 粒子群优化算法原理 | 第54-55页 |
| 5.4 仿真试验 | 第55-57页 |
| 5.4.1 算法程序 | 第55-56页 |
| 5.4.2 仿真实验 | 第56-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第六章 结论 | 第58-60页 |
| 6.1 工作总结 | 第58-59页 |
| 6.2 研究展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 攻读学位期间所获得的相关科研成果 | 第66页 |
