快速粒子滤波研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-13页 |
| 第1章 绪论 | 第13-19页 |
| ·课题研究的背景和理论意义 | 第13-14页 |
| ·课题研究的国内外动态和现状 | 第14-17页 |
| ·粒子滤波算法的研究现状 | 第14-16页 |
| ·粒子滤波的主要研究问题 | 第16-17页 |
| ·本课题的研究内容以及主要的章节安排 | 第17-19页 |
| ·课题研究内容 | 第17-18页 |
| ·课题主要章节安排 | 第18-19页 |
| 第2章 粒子滤波基本理论介绍 | 第19-35页 |
| ·空间动态模型 | 第19-20页 |
| ·贝叶斯估计理论 | 第20-23页 |
| ·贝叶斯定理 | 第20-21页 |
| ·贝叶斯处理信号的方法 | 第21-23页 |
| ·蒙特卡罗积分 | 第23-25页 |
| ·序贯蒙特卡罗信号处理 | 第25-29页 |
| ·序贯重要性采样 | 第25-27页 |
| ·动态系统中的蒙特卡罗方法 | 第27页 |
| ·重采样技术 | 第27-29页 |
| ·粒子滤波器 | 第29-33页 |
| ·标准粒子滤波算法 | 第29-31页 |
| ·标准粒子滤波器存在的缺点 | 第31-33页 |
| ·粒子滤波器算法的收敛性 | 第33页 |
| ·小结 | 第33-35页 |
| 第3章 结合系统重采样的无味粒子滤波算法研究 | 第35-47页 |
| ·引言 | 第35页 |
| ·无味粒子滤波(UPF) | 第35-39页 |
| ·无味变换(UT) | 第35-36页 |
| ·无味扩展卡尔曼滤波(UKF)算法 | 第36-39页 |
| ·无味粒子滤波 | 第39页 |
| ·对 UPF 算法的改进研究 | 第39-41页 |
| ·有效性尺度 | 第40页 |
| ·UPF 的改进算法 | 第40-41页 |
| ·结合系统重采样算法的研究 | 第41-45页 |
| ·系统重采样算法的基本原理 | 第41页 |
| ·系统重采样算法的改进 | 第41-42页 |
| ·结合系统重采样算法的无味粒子滤波 | 第42-43页 |
| ·仿真和结果分析 | 第43-45页 |
| ·小结 | 第45-47页 |
| 第4章 自适应粒子滤波研究 | 第47-55页 |
| ·似然分布自适应调整 | 第47-48页 |
| ·样本数自适应粒子滤波 | 第48-51页 |
| ·理论基础 | 第49-50页 |
| ·样本数自适应粒子滤波 | 第50-51页 |
| ·改进自适应粒子滤波 | 第51-52页 |
| ·自适应粒子滤波仿真分析 | 第52-53页 |
| ·小结 | 第53-55页 |
| 第5章 并行粒子滤波算法研究 | 第55-69页 |
| ·引言 | 第55页 |
| ·无线传感器网络的概述 | 第55-57页 |
| ·无线传感器网络特点 | 第55-56页 |
| ·无线传感器网络的关键技术及应用 | 第56-57页 |
| ·分布式粒子滤波 | 第57-61页 |
| ·分布式粒子滤波概述 | 第57-58页 |
| ·分簇思想的分布式粒子滤波算法 | 第58-59页 |
| ·对传统分簇算法的改进 | 第59-61页 |
| ·分布式自适应粒子滤波 | 第61-64页 |
| ·自适应粒子滤波 | 第61-63页 |
| ·结合分簇思想的分布式自适应粒子滤波 | 第63-64页 |
| ·实验仿真和分析 | 第64-67页 |
| ·仿真实验模型建立 | 第64-65页 |
| ·仿真实验及结果分析 | 第65-67页 |
| ·小结 | 第67-69页 |
| 第6章 总结与展望 | 第69-71页 |
| ·本文内容的总结 | 第69页 |
| ·工作的展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读学位期间发表的学术论文 | 第75-77页 |
| 致谢 | 第77页 |
