基于进化编程及粒子群优化的粒子滤波算法设计及实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 目录 | 第8-10页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 目标跟踪技术研究现状 | 第11-13页 |
| 1.2.2 粒子滤波算法研究现状 | 第13-14页 |
| 1.3 研究内容 | 第14-15页 |
| 1.4 论文结构 | 第15-17页 |
| 2 基本粒子滤波算法 | 第17-26页 |
| 2.1 数学基础知识 | 第17-20页 |
| 2.1.1 动态系统状态模型 | 第17-18页 |
| 2.1.2 贝叶斯估计理论 | 第18-19页 |
| 2.1.3 蒙特卡洛积分方法 | 第19-20页 |
| 2.2 基本粒子滤波算法的原理 | 第20-22页 |
| 2.2.1 重要性采样 | 第20页 |
| 2.2.2 序贯重要性采样 | 第20-21页 |
| 2.2.3 重采样技术 | 第21-22页 |
| 2.3 粒子滤波算法的流程 | 第22-25页 |
| 2.3.1 粒子滤波算法计算流程 | 第23-24页 |
| 2.3.2 粒子滤波的缺点及其改进 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 基于改进进化编程的粒子滤波算法设计 | 第26-41页 |
| 3.1 基于进化编程的粒子滤波算法设计 | 第26-32页 |
| 3.1.1 进化编程算法 | 第26-30页 |
| 3.1.2 基于进化编程的粒子滤波算法 | 第30-32页 |
| 3.2 基于改进进化编程的粒子滤波算法设计 | 第32-36页 |
| 3.2.1 改进的进化编程算法 | 第32-34页 |
| 3.2.2 基于改进进化编程的粒子滤波算法 | 第34-36页 |
| 3.3 算法仿真分析 | 第36-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 基于改进粒子群优化的粒子滤波算法设计 | 第41-55页 |
| 4.1 基于粒子群优化的粒子滤波算法设计 | 第41-46页 |
| 4.1.1 粒子群优化算法 | 第41-43页 |
| 4.1.2 基于粒子群优化的粒子滤波算法 | 第43-46页 |
| 4.2 基于改进粒子群优化的粒子滤波算法设计 | 第46-50页 |
| 4.2.1 改进的粒子群优化算法 | 第46-48页 |
| 4.2.2 基于改进粒子群优化的粒子滤波算法 | 第48-50页 |
| 4.3 算法仿真分析 | 第50-54页 |
| 4.4 本章小结 | 第54-55页 |
| 5 列车运行状态目标跟踪仿真实验 | 第55-68页 |
| 5.1 列车运行状态模型 | 第56-60页 |
| 5.1.1 列车安全制动模型 | 第57-58页 |
| 5.1.2 安全制动模型的状态空间表达式 | 第58-60页 |
| 5.2 非高斯观测噪声模型 | 第60-61页 |
| 5.3 目标跟踪仿真实验 | 第61-67页 |
| 5.4 本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 图索引 | 第74-76页 |
| 表索引 | 第76-77页 |
| 作者简介 | 第77-79页 |
| 学位论文数据集 | 第79页 |
