粒子滤波算法及其在目标跟踪中的应用
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-20页 |
| ·课题研究的背景和意义 | 第11-12页 |
| ·粒子滤波的发展和研究现状 | 第12-17页 |
| ·优化采样粒子 | 第13-15页 |
| ·重采样方法的改进 | 第15-16页 |
| ·基于算法自适应的改进 | 第16页 |
| ·粒子滤波其他方面的改进 | 第16-17页 |
| ·滤波算法在目标跟踪中的研究现状 | 第17-18页 |
| ·本文的主要研究内容 | 第18-20页 |
| 第2章 粒子滤波 | 第20-26页 |
| ·引言 | 第20页 |
| ·贝叶斯滤波原理 | 第20-22页 |
| ·蒙特卡洛采样近似 | 第22页 |
| ·粒子滤波基本原理与步骤 | 第22-25页 |
| ·序贯粒子滤波 | 第22-23页 |
| ·粒子滤波的退化和贫化现象 | 第23-24页 |
| ·粒子滤波基本算法步骤 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第3章 目标跟踪理论 | 第26-31页 |
| ·引言 | 第26页 |
| ·目标跟踪的基本原理 | 第26-27页 |
| ·目标跟踪模型的建立 | 第27-30页 |
| ·CV 模型和 CA 模型 | 第27-28页 |
| ·当前统计模型 | 第28-29页 |
| ·目标跟踪中的滤波算法 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第4章 粒子滤波的改进算法 | 第31-42页 |
| ·基于重要性密度函数的改进算法 | 第31-37页 |
| ·容积卡尔曼滤波 | 第31-33页 |
| ·容积粒子滤波 | 第33页 |
| ·迭代容积粒子滤波 | 第33-37页 |
| ·粒子滤波的权值改进方法 | 第37-41页 |
| ·粒子与权值 | 第37页 |
| ·传统的权值计算方法 | 第37-38页 |
| ·权值计算的改进方法 | 第38-41页 |
| ·小结 | 第41-42页 |
| 第5章 仿真实验 | 第42-51页 |
| ·迭代容积粒子滤波的一维非线性模型对比仿真实验 | 第42-44页 |
| ·改进权值粒子滤波的一维非线性模型对比仿真实验 | 第44-45页 |
| ·迭代容积粒子滤波的目标跟踪模型仿真实验 | 第45-48页 |
| ·改进权值的粒子滤波在目标跟踪模型中的仿真实验 | 第48-50页 |
| ·小结 | 第50-51页 |
| 结论与展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 攻读硕士学位期间发表的学术论文 | 第57-58页 |
| 致谢 | 第58页 |
