| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 目标跟踪算法国内外研究现状 | 第11-15页 |
| 1.2.1 卡尔曼滤波理论发展概况 | 第11-13页 |
| 1.2.2 粒子滤波理论发展概况 | 第13-15页 |
| 1.3 本文主要研究内容及组织机构 | 第15-17页 |
| 第2章 目标跟踪算法基础 | 第17-28页 |
| 2.1 引言 | 第17页 |
| 2.2 线性动态系统的滤波理论与算法 | 第17-20页 |
| 2.2.1 最小二乘法 | 第17-18页 |
| 2.2.2 基本卡尔曼滤波器 | 第18-20页 |
| 2.3 非线性动态系统的滤波理论与算法 | 第20-27页 |
| 2.3.1 递推贝叶斯滤波 | 第20-22页 |
| 2.3.2 扩展卡尔曼滤波原理及实现方法 | 第22-23页 |
| 2.3.3 无迹卡尔曼滤波原理及实现方法 | 第23-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 粒子滤波 | 第28-39页 |
| 3.1 引言 | 第28页 |
| 3.2 蒙特卡罗方法 | 第28-30页 |
| 3.2.1 蒙特卡罗积分基本原理 | 第28-29页 |
| 3.2.2 蒙特卡罗积分收敛性 | 第29页 |
| 3.2.3 蒙特卡罗积分的基本特点和实现步骤 | 第29-30页 |
| 3.3 序贯重要性采样 | 第30-33页 |
| 3.4 粒子退化与解决方法 | 第33-35页 |
| 3.4.1 粒子退化问题 | 第33-34页 |
| 3.4.2 解决方法一:优选重要性密度函数 | 第34-35页 |
| 3.4.3 解决方法二:重采样算法 | 第35页 |
| 3.5 粒子滤波算法流程与实现 | 第35-36页 |
| 3.6 仿真对比分析 | 第36-38页 |
| 3.7 本章小结 | 第38-39页 |
| 第4章 改进粒子滤波算法研究 | 第39-59页 |
| 4.1 引言 | 第39页 |
| 4.2 标准粒子滤波存在的缺点 | 第39-40页 |
| 4.3 基于重要性密度函数选择的改进算法 | 第40-44页 |
| 4.3.1 基于EKF的改进粒子滤波算法EPF | 第40-43页 |
| 4.3.2 基于UKF的改进粒子滤波算法UPF | 第43-44页 |
| 4.4 基于重采样技术的改进算法 | 第44-47页 |
| 4.4.1 三种改进的重采样算法 | 第44-45页 |
| 4.4.2 仿真对比分析 | 第45-47页 |
| 4.5 融合重要性密度函数和重采样算法的改进粒子滤波算法 | 第47-50页 |
| 4.5.1 SPSUPF算法及其实现 | 第47-48页 |
| 4.5.2 仿真对比分析 | 第48-50页 |
| 4.6 基于MCMC思想的改进粒子滤波算法 | 第50-57页 |
| 4.6.1 PF-MCMC算法及其实现 | 第51-52页 |
| 4.6.2 WAUPF-MCMC算法及其实现 | 第52-54页 |
| 4.6.3 仿真对比分析 | 第54-57页 |
| 4.7 本章小结 | 第57-59页 |
| 第5章 粒子滤波算法在纯方位目标跟踪上的应用 | 第59-66页 |
| 5.1 引言 | 第59页 |
| 5.2 纯方位目标跟踪系统简介 | 第59-62页 |
| 5.2.1 纯方位目标跟踪研究意义 | 第59页 |
| 5.2.2 纯方位目标跟踪国内外发展状况 | 第59-60页 |
| 5.2.3 纯方位目标跟踪模型建立 | 第60-62页 |
| 5.3 仿真对比分析 | 第62-65页 |
| 5.4 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第73-74页 |
| 致谢 | 第74页 |