| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-31页 |
| ·课题的目的和意义 | 第13-14页 |
| ·粒子滤波算法及其关键技术的研究现状和分析 | 第14-23页 |
| ·粒子滤波的应用研究现状及分析 | 第23-29页 |
| ·粒子滤波在目标跟踪领域的应用研究现状及分析 | 第23-27页 |
| ·粒子滤波在故障诊断领域的应用研究现状及分析 | 第27-29页 |
| ·本文主要研究内容 | 第29-31页 |
| 第二章 粒子滤波基本原理及其主要算法研究 | 第31-76页 |
| ·引言 | 第31-32页 |
| ·粒子滤波基本原理 | 第32-39页 |
| ·动态系统的状态空间模型 | 第32页 |
| ·贝叶斯滤波原理 | 第32-35页 |
| ·贝叶斯重要性采样和序贯重要性采样 | 第35-39页 |
| ·SIR粒子滤波算法 | 第39-41页 |
| ·几种典型的粒子滤波改进算法 | 第41-48页 |
| ·辅助粒子滤波 | 第41-42页 |
| ·正则化粒子滤波 | 第42-44页 |
| ·高斯粒子滤波和高斯混合粒子滤波 | 第44-48页 |
| ·基于观测路径相似性的粒子估计算法 | 第48-53页 |
| ·时间序列相似性的度量方法 | 第48-50页 |
| ·基于观测路径相似性的粒子估计算法框架 | 第50-52页 |
| ·四种基于观测路径相似性的粒子估计算法 | 第52-53页 |
| ·实验仿真 | 第53-75页 |
| ·高斯噪声下状态估计的实验仿真 | 第54-65页 |
| ·非高斯噪声下状态估计的实验仿真 | 第65-74页 |
| ·各算法执行速度的对比实验 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 第三章 粒子滤波的重采样技术研究 | 第76-111页 |
| ·引言 | 第76-77页 |
| ·基本重采样算法及其性能对比 | 第77-83页 |
| ·基本重采样算法 | 第77-80页 |
| ·仿真实验 | 第80-83页 |
| ·粒子滤波重采样改进算法研究 | 第83-110页 |
| ·基于观测路径相似性的粒子滤波重采样算法 | 第83-86页 |
| ·仿真实验1 | 第86-100页 |
| ·严重粒子退化情况下的粒子滤波改进算法 | 第100-106页 |
| ·仿真实验2 | 第106-110页 |
| ·本章小结 | 第110-111页 |
| 第四章 粒子滤波的应用研究 | 第111-123页 |
| ·引言 | 第111-112页 |
| ·基于粒子滤波的非线性系统故障检测 | 第112-118页 |
| ·基于SIR粒子滤波状态估计和残差平滑的故障检测算法 | 第113-114页 |
| ·故障漏报率和故障误报率 | 第114-115页 |
| ·仿真实验 | 第115-118页 |
| ·基于粒子滤波的单站被动纯角度目标跟踪 | 第118-121页 |
| ·单站被动纯角度目标跟踪简介 | 第118-119页 |
| ·仿真实验 | 第119-121页 |
| ·本章小结 | 第121-123页 |
| 结论 | 第123-125页 |
| 参考文献 | 第125-139页 |
| 攻读博士学位期间发表学术论文和申请发明专利 | 第139-141页 |
| 致谢 | 第141-142页 |
| 个人简历 | 第142页 |