| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究的背景与意义 | 第10-11页 |
| 1.2 粒子滤波算法的研究历史与现状 | 第11-13页 |
| 1.2.1 粒子滤波算法研究现状 | 第11-12页 |
| 1.2.2 粒子滤波电路设计研究现状 | 第12-13页 |
| 1.3 本文的主要贡献与创新 | 第13页 |
| 1.4 本论文的结构安排 | 第13-15页 |
| 第二章 粒子滤波理论基础 | 第15-28页 |
| 2.1 贝叶斯滤波 | 第15-16页 |
| 2.2 蒙特卡洛采样 | 第16-17页 |
| 2.3 基本粒子滤波算法 | 第17-26页 |
| 2.3.1 重要性采样 | 第17-19页 |
| 2.3.2 序贯重要性采样 | 第19-20页 |
| 2.3.3 重要密度函数的选择 | 第20-22页 |
| 2.3.4 粒子匮乏与重采样 | 第22-23页 |
| 2.3.5 标准粒子滤波 | 第23-25页 |
| 2.3.6 标准粒子滤波存在的问题 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 GAUSS-HERMITE卡尔曼粒子滤波 | 第28-40页 |
| 3.1 Gauss-Hermite卡尔曼滤波 | 第28-35页 |
| 3.1.1 卡尔曼滤波 | 第28-29页 |
| 3.1.2 Gauss-Hermite求积准则 | 第29-32页 |
| 3.1.3 Gauss-Hermite卡尔曼滤波 | 第32-35页 |
| 3.2 Gauss-Hermite求积卡尔曼滤粒子滤波 | 第35-37页 |
| 3.3 仿真结果与分析 | 第37-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第四章 自适应重采样算法研究与仿真 | 第40-53页 |
| 4.1 基本重采样 | 第40-45页 |
| 4.1.1 基本重采样算法 | 第40-42页 |
| 4.1.2 系统重采样算法改进 | 第42-43页 |
| 4.1.3 基本重采样算法仿真分析 | 第43-45页 |
| 4.2 粒子的有效性判断 | 第45-46页 |
| 4.3 自适应重采样算法 | 第46-52页 |
| 4.3.1 线性自适应重采样 | 第46-48页 |
| 4.3.2 权值优选自适应重采样 | 第48-49页 |
| 4.3.3 仿真结果与分析 | 第49-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 基于FPGA粒子滤波电路设计 | 第53-68页 |
| 5.1 粒子滤波电路设计思路 | 第53-58页 |
| 5.1.1 粒子滤波的基本结构 | 第53页 |
| 5.1.2 粒子滤波电路设计的难点分析及解决思想 | 第53-55页 |
| 5.1.3 粒子滤波并行运算思想 | 第55-58页 |
| 5.2 基于FPGA的粒子滤波电路设计 | 第58-67页 |
| 5.2.1 粒子电路总体结构 | 第58-60页 |
| 5.2.2 随机数和高斯噪声电路设计 | 第60-62页 |
| 5.2.3 粒子采样电路设计 | 第62-63页 |
| 5.2.4 粒子权值计算电路设计 | 第63-64页 |
| 5.2.5 粒子重采样电路设计 | 第64-65页 |
| 5.2.6 粒子滤波电路设计的实验结果与资源统计 | 第65-67页 |
| 5.3 本章小结 | 第67-68页 |
| 第六章 全文总结与展望 | 第68-70页 |
| 6.1 全文总结 | 第68-69页 |
| 6.2 后续工作展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士学位期间取得的成果 | 第74-75页 |