基于GA-PSO的粒子滤波算法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究的背景 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·粒子滤波发展概况 | 第11-12页 |
| ·主要研究方向 | 第12-13页 |
| ·主要应用领域 | 第13-15页 |
| ·本文主要内容 | 第15-16页 |
| ·本文结构安排 | 第16-17页 |
| 第2章 基本粒子滤波算法 | 第17-31页 |
| ·引言 | 第17页 |
| ·卡尔曼滤波原理 | 第17-18页 |
| ·粒子滤波基础理论 | 第18-21页 |
| ·贝叶斯滤波原理 | 第18-20页 |
| ·蒙特卡罗方法 | 第20-21页 |
| ·基本粒子滤波算法 | 第21-28页 |
| ·序贯重要性采样算法 | 第21-23页 |
| ·降低粒子退化的主要方法 | 第23-24页 |
| ·重采样技术介绍 | 第24-26页 |
| ·基本粒子滤波算法步骤 | 第26-28页 |
| ·卡尔曼滤波与粒子滤波的比较 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 GA-PSO 混合算法 | 第31-43页 |
| ·引言 | 第31-32页 |
| ·遗传算法(GA) | 第32-36页 |
| ·传统 GA 基本流程 | 第32-34页 |
| ·编码 | 第34-35页 |
| ·实数编码 GA | 第35-36页 |
| ·粒子群算法(PSO) | 第36-39页 |
| ·PSO 算法的基本原理 | 第36-39页 |
| ·标准 PSO 算法的参数分析 | 第39页 |
| ·GA-PSO 混合算法 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于 GA-PSO 的粒子滤波算法 | 第43-56页 |
| ·粒子滤波算法的缺陷分析 | 第43-44页 |
| ·粒子群优化粒子滤波方法 | 第44-48页 |
| ·PSO 与 PF 的比较 | 第44-45页 |
| ·PSO 优化粒子滤波 | 第45-48页 |
| ·GA-PSO 优化粒子滤波方法 | 第48-50页 |
| ·仿真验证 | 第50-55页 |
| ·GA-PSO 采样与 PSO 采样效果比较 | 第50-52页 |
| ·种群规模和迭代次数对跟踪效果的影响 | 第52-53页 |
| ·LabVIEW 实现 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |
