| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-20页 |
| ·滤波技术发展综述 | 第11-13页 |
| ·粒子滤波器的发展概况 | 第13-19页 |
| ·粒子滤波器的应用领域 | 第13-17页 |
| ·粒子滤波器的主要研究问题 | 第17-19页 |
| ·论文内容安排 | 第19-20页 |
| 第2章 贝叶斯滤波理论 | 第20-47页 |
| ·引言 | 第20页 |
| ·最优贝叶斯滤波 | 第20-23页 |
| ·非线性滤波 | 第23-31页 |
| ·扩展卡尔曼滤波(EKF) | 第23-26页 |
| ·无迹卡尔曼滤波器(UKF) | 第26-31页 |
| ·粒子滤波器 | 第31-41页 |
| ·粒子滤波器基本原理 | 第31-32页 |
| ·粒子滤波算法 | 第32-36页 |
| ·粒子滤波器中的重要问题 | 第36-39页 |
| ·SIR算法(Sampling Importance Resampling) | 第39-41页 |
| ·实验仿真 | 第41-46页 |
| ·本章小结 | 第46-47页 |
| 第3章 经典重采样算法的研究 | 第47-63页 |
| ·引言 | 第47页 |
| ·重采样算法的基本实现 | 第47-49页 |
| ·四种经典重采样算法的实现理论 | 第49-51页 |
| ·多项式重采样 | 第49页 |
| ·分层重采样 | 第49页 |
| ·系统重采样 | 第49-50页 |
| ·残差重采样 | 第50-51页 |
| ·重采样算法的理论分析 | 第51-54页 |
| ·重采样算法的质量分析 | 第51-53页 |
| ·重采样算法的计算量分析 | 第53-54页 |
| ·有效样本数 | 第54-55页 |
| ·实验仿真 | 第55-62页 |
| ·一维单变量非平稳模型 | 第55-57页 |
| ·纯方位跟踪问题 | 第57-62页 |
| ·本章小结 | 第62-63页 |
| 第4章 改进重采样算法 | 第63-81页 |
| ·引言 | 第63页 |
| ·早期改进粒子滤波器 | 第63-67页 |
| ·正则粒子滤波器 | 第63-66页 |
| ·MCMC(Markov Chain Monte Carlo) | 第66-67页 |
| ·基于经典重采样算法的改进算法 | 第67-71页 |
| ·残差系统重采样 | 第67-68页 |
| ·改进残差重采样算法 | 第68-69页 |
| ·仿真和结果分析 | 第69-71页 |
| ·基于智能优化算法的粒子滤波器 | 第71-80页 |
| ·基于进化算法的粒子滤波器 | 第71-72页 |
| ·基于遗传算法的粒子滤波器 | 第72-73页 |
| ·基于粒子群优化算法的粒子滤波器 | 第73-77页 |
| ·实验仿真 | 第77-80页 |
| ·本章小结 | 第80-81页 |
| 结论 | 第81-83页 |
| 参考文献 | 第83-90页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第90-91页 |
| 致谢 | 第91页 |