水下机动目标跟踪粒子滤波算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·论文研究的背景和意义 | 第9页 |
| ·水下目标跟踪的基本原理 | 第9-12页 |
| ·目标的运动模型 | 第10-11页 |
| ·跟踪滤波算法 | 第11-12页 |
| ·论文主要研究内容 | 第12-14页 |
| 第2章 水下机动目标模型 | 第14-26页 |
| ·随机线性系统的数学描述 | 第14-16页 |
| ·连续系统的状态描述 | 第14页 |
| ·离散系统的状态描述 | 第14-15页 |
| ·连续描述与离散描述之间的关系 | 第15-16页 |
| ·目标模型 | 第16-23页 |
| ·CV 模型 | 第16-17页 |
| ·CA 模型 | 第17-18页 |
| ·Singer 模型 | 第18-20页 |
| ·“当前”统计模型 | 第20-21页 |
| ·自适应高斯模型 | 第21-23页 |
| ·目标模型的仿真分析 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 跟踪滤波与预测 | 第26-38页 |
| ·卡尔曼滤波 | 第26-27页 |
| ·扩展卡尔曼滤波 | 第27-29页 |
| ·Unscented 卡尔曼滤波 | 第29-31页 |
| ·Unscented 变换 | 第29-30页 |
| ·Unscented 卡尔曼滤波算法 | 第30-31页 |
| ·粒子滤波 | 第31-35页 |
| ·Monte Carlo 采样 | 第31-32页 |
| ·贝叶斯重要性采样 | 第32-33页 |
| ·顺序重要性采样 | 第33-34页 |
| ·粒子集的退化与重采样 | 第34页 |
| ·粒子滤波算法 | 第34-35页 |
| ·非线性滤波仿真分析 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第4章 粒子滤波算法的改进 | 第38-49页 |
| ·辅助变量粒子滤波 | 第38-40页 |
| ·问题提出 | 第38页 |
| ·辅助变量粒子滤波算法 | 第38-39页 |
| ·仿真分析与改进措施 | 第39-40页 |
| ·正则化粒子滤波 | 第40-43页 |
| ·问题提出 | 第40页 |
| ·正则化粒子滤波算法 | 第40-42页 |
| ·仿真分析与改进措施 | 第42-43页 |
| ·扩展卡尔曼粒子滤波 | 第43-46页 |
| ·问题提出 | 第43-44页 |
| ·扩展卡尔曼粒子滤波算法 | 第44-45页 |
| ·仿真分析与改进措施 | 第45-46页 |
| ·基于自适应高斯模型的粒子滤波仿真 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54页 |
