粒子滤波算法在目标跟踪中的应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-18页 |
| ·研究的背景、目的和意义 | 第11-12页 |
| ·粒子滤波算法在国内外研究现状 | 第12-16页 |
| ·滤波理论的研究与发展 | 第12-13页 |
| ·主要应用领域 | 第13-14页 |
| ·国内外研究概况 | 第14-16页 |
| ·本文的主要结构 | 第16-18页 |
| 第二章 目标跟踪中的非线性滤波 | 第18-35页 |
| ·引言 | 第18-19页 |
| ·动态系统状态模型 | 第19-21页 |
| ·非线性状态空间模型 | 第20页 |
| ·混合状态空间模型 | 第20-21页 |
| ·线性状态空间模型 | 第21页 |
| ·经典滤波算法 | 第21-27页 |
| ·卡尔曼滤波 | 第21-23页 |
| ·扩展卡尔曼滤波 | 第23-25页 |
| ·不敏卡尔曼滤波 | 第25-27页 |
| ·粒子滤波算法 | 第27-30页 |
| ·标准粒子滤波算法 | 第27-28页 |
| ·粒子滤波的缺点和解决办法 | 第28-30页 |
| ·基于 UKF 的 PF 算法 | 第30-31页 |
| ·实验仿真与分析 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 基于粒子滤波的滑模控制系统位置跟踪 | 第35-44页 |
| ·引言 | 第35页 |
| ·抖振问题现有解决方法 | 第35-36页 |
| ·滑模控制器设计 | 第36-38页 |
| ·基于粒子滤波器的滑模控制器设计 | 第38-43页 |
| ·基于粒子滤波器的滑模控制器算法 | 第38-39页 |
| ·实验仿真与分析 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 改进抗差自适应算法在机动目标跟踪中的应用 | 第44-53页 |
| ·引言 | 第44页 |
| ·抗差自适应粒子滤波算法 | 第44-48页 |
| ·系统噪声方差估计方法 | 第48-49页 |
| ·改进抗差自适应粒子滤波算法 | 第49-52页 |
| ·改进 ANUPF 滤波方法 | 第49-51页 |
| ·实验仿真与分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·本学位论文工作总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间的研究成果 | 第60页 |
