摘要 | 第1-6页 |
Abstract | 第6-8页 |
目录 | 第8-10页 |
第1章 绪论 | 第10-16页 |
·研究背景及意义 | 第10-11页 |
·非线性与非高斯滤波研究现状介绍 | 第11-14页 |
·亟待解决的问题 | 第14页 |
·本文主要研究内容及安排 | 第14-16页 |
第2章 常用非线性滤波方法 | 第16-24页 |
·扩展卡尔曼滤波 | 第16-17页 |
·无迹卡尔曼滤波 | 第17-19页 |
·容积卡尔曼滤波 | 第19-21页 |
·容积卡尔曼滤波方法的基本原理 | 第19页 |
·容积卡尔曼滤波的基本算法 | 第19-21页 |
·非高斯滤波 | 第21-22页 |
·算法总结分析 | 第22-23页 |
·本章小结 | 第23-24页 |
第3章 非线性噪声相关系统的容积信息滤波器 | 第24-39页 |
·引言 | 第24页 |
·系统描述 | 第24-25页 |
·噪声相关条件下的容积卡尔曼滤波器 | 第25-27页 |
·非线性噪声相关系统下的容积信息滤波器 | 第27-30页 |
·噪声不相关的扩展卡尔曼滤波器 | 第27-28页 |
·噪声相关的扩展卡尔曼滤波器 | 第28页 |
·噪声相关的扩展信息滤波器 | 第28-29页 |
·噪声相关的容积信息滤波器 | 第29-30页 |
·仿真实验 | 第30-38页 |
·纯方位跟踪系统 | 第30-31页 |
·跟踪模型的建立 | 第31-32页 |
·具体仿真例子 | 第32-38页 |
·本章小结 | 第38-39页 |
第4章 基于对称K-L距离的概率密度函数滤波器设计 | 第39-49页 |
·引言 | 第39页 |
·问题描述 | 第39-41页 |
·系统描述 | 第39-40页 |
·估计误差与条件特征函数 | 第40-41页 |
·基于对称K-L距离的概率密度函数滤波器 | 第41-45页 |
·基于对称K-L距离的性能指标函数 | 第41-43页 |
·权重函数选取范围的确定 | 第43-44页 |
·最优滤波增益矩阵的求解 | 第44-45页 |
·仿真例子 | 第45-47页 |
·本章小结 | 第47-49页 |
第5章 基于混合特征函数的多维观测分布函数滤波器设计 | 第49-66页 |
·引言 | 第49页 |
·系统描述 | 第49页 |
·多维观测条件下的滤波器设计 | 第49-55页 |
·一维观测条件下的滤波器设 | 第49-52页 |
·多维观测条件下的滤波器设计 | 第52-55页 |
·算法分析 | 第55页 |
·仿真验证 | 第55-64页 |
·计算机仿真一 | 第55-58页 |
·计算机仿真二 | 第58-62页 |
·计算机仿真三 | 第62-64页 |
·本章小结 | 第64-66页 |
第6章 总结与展望 | 第66-68页 |
·论文工作总结 | 第66页 |
·论文工作展望 | 第66-68页 |
致谢 | 第68-69页 |
参考文献 | 第69-73页 |
附录 | 第73页 |