| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·论文研究背景及意义 | 第9页 |
| ·国内外研究现状 | 第9-13页 |
| ·国外研究历程及现状 | 第9-11页 |
| ·国内研究现状 | 第11-12页 |
| ·主要研究方向及应用领域 | 第12-13页 |
| ·论文主要内容与结构 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第2章 滤波理论与算法 | 第15-32页 |
| ·滤波理论与经典算法 | 第15-20页 |
| ·状态空间模型 | 第15-16页 |
| ·递推贝叶斯滤波原理 | 第16页 |
| ·卡尔曼系列滤波 | 第16-20页 |
| ·粒子滤波算法 | 第20-25页 |
| ·Monte Carlo方法 | 第21-22页 |
| ·基于序贯Monte Carlo的贝叶斯滤波—粒子滤波 | 第22-23页 |
| ·重要性采样和序贯重要性采样 | 第23-25页 |
| ·粒子滤波算法的几个重要问题 | 第25-29页 |
| ·权值退化与重采样算法 | 第25-27页 |
| ·样本枯竭及其克服方法 | 第27页 |
| ·提议分布的选取 | 第27-28页 |
| ·粒子滤波算法流程 | 第28-29页 |
| ·滤波算法仿真对比 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 改进的粒子滤波算法 | 第32-48页 |
| ·改进的粒子滤波重采样算法 | 第32-37页 |
| ·重采样算法 | 第32-35页 |
| ·改进的粒子滤波重采样算法 | 第35-36页 |
| ·算法性能分析 | 第36-37页 |
| ·改进的Rao-Blackwellized粒子滤波 | 第37-40页 |
| ·Rao-Blackwellized粒子滤波 | 第37页 |
| ·算法改进思路 | 第37-38页 |
| ·改进的Rao-Blackwellized粒子滤波算法流程 | 第38-39页 |
| ·算法性能分析 | 第39-40页 |
| ·算法仿真及结果分析 | 第40-47页 |
| ·仿真环境 | 第40页 |
| ·评价指标 | 第40-41页 |
| ·重采样算法仿真及结果分析 | 第41-45页 |
| ·Rao-Blackwellized粒子滤波算法仿真及结果分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 粒子滤波算法在机动目标跟踪中的应用 | 第48-55页 |
| ·应用环境模型 | 第48-52页 |
| ·系统模型 | 第48-50页 |
| ·噪声分布建模 | 第50-52页 |
| ·粒子滤波算法应用 | 第52-54页 |
| ·应用背景及参数 | 第52页 |
| ·改进粒子滤波算法应用仿真及结果分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| ·工作总结 | 第55页 |
| ·进一步工作展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间主要研究成果 | 第62页 |
