| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7-8页 |
| ·国内外研究现状 | 第8-12页 |
| ·文献综述 | 第8-9页 |
| ·主要研究方向 | 第9-10页 |
| ·主要应用领域 | 第10-12页 |
| ·论文的工作内容和结构 | 第12-13页 |
| 第二章 粒子滤波理论基础 | 第13-34页 |
| ·引言 | 第13页 |
| ·卡尔曼滤波理论 | 第13-15页 |
| ·扩展卡尔曼滤波理论 | 第15页 |
| ·Unscented 卡尔曼滤波理论 | 第15-17页 |
| ·UT 变换 | 第16-17页 |
| ·Unscented 卡尔曼滤波器 | 第17页 |
| ·粒子滤波算法基础 | 第17-21页 |
| ·本文采用的状态空间模型 | 第17-18页 |
| ·贝叶斯原理 | 第18-20页 |
| ·蒙特卡罗方法 | 第20-21页 |
| ·基本的粒子滤波算法 | 第21-28页 |
| ·顺序重要性采样算法 | 第21-23页 |
| ·减小退化的关键技术 | 第23-24页 |
| ·重采样算法介绍 | 第24-26页 |
| ·基本粒子滤波算法流程 | 第26-28页 |
| ·KF 算法与PF 算法的比较 | 第28-31页 |
| ·EKF 算法和UKF 算法与PF 算法的比较 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 遗传采样方法与仿真验证 | 第34-49页 |
| ·遗传算法基本知识 | 第34-36页 |
| ·遗传算法发展简史 | 第34-35页 |
| ·遗传算法的基本思想 | 第35页 |
| ·遗传算法的基本概念 | 第35-36页 |
| ·遗传算法基本原理 | 第36-41页 |
| ·编码 | 第36-37页 |
| ·遗传算法的基本操作 | 第37-39页 |
| ·遗传算法的个体适应度评价 | 第39页 |
| ·遗传算法的终止 | 第39-40页 |
| ·遗传算法所需要的参数 | 第40页 |
| ·遗传算法步骤 | 第40-41页 |
| ·遗传采样算法的提出 | 第41-44页 |
| ·粒子滤波算法与遗传算法的比较 | 第41-42页 |
| ·遗传采样的粒子滤波算法 | 第42-44页 |
| ·遗传采样算法的仿真验证 | 第44-48页 |
| ·遗传采样算法与标准PF 算法的比较 | 第44-47页 |
| ·采样粒子数和遗传代数对跟踪效果的影响 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于LabVIEW 的粒子滤波算法虚拟实现 | 第49-62页 |
| ·虚拟仪器技术及其特点 | 第49-50页 |
| ·虚拟仪器技术简介 | 第49页 |
| ·虚拟仪器技术的特点 | 第49-50页 |
| ·LabVIEW 简介 | 第50-51页 |
| ·标准的粒子滤波算法LabVIEW 实现 | 第51-52页 |
| ·遗传采样的粒子滤波算法LabVIEW 实现 | 第52-57页 |
| ·遗传采样与三种传统采样效果比较 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 结束语 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 发表论文和参加科研情况说明 | 第66-67页 |
| 致谢 | 第67页 |