粒子滤波关键技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·研究背景与意义 | 第9-10页 |
| ·粒子滤波的发展和研究现状 | 第10-13页 |
| ·本文研究内容安排 | 第13-14页 |
| 2 滤波算法 | 第14-18页 |
| ·常用的滤波算法 | 第14-17页 |
| ·卡尔曼滤波理论 | 第14-15页 |
| ·扩展卡尔曼滤波理论 | 第15-16页 |
| ·无迹卡尔曼滤波理论 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 3 粒子滤波算法及其理论分析 | 第18-31页 |
| ·状态空间模型 | 第18-19页 |
| ·贝叶斯估计方法 | 第19-20页 |
| ·贝叶斯定理 | 第19页 |
| ·递推贝叶斯滤波 | 第19-20页 |
| ·粒子滤波基本理论 | 第20-24页 |
| ·蒙特卡罗方法 | 第20-21页 |
| ·序贯重要性采样方法 | 第21-22页 |
| ·序贯重要性算法的退化问题 | 第22-23页 |
| ·粒子滤波的基本算法 | 第23-24页 |
| ·典型的粒子滤波改进算法 | 第24-30页 |
| ·高斯粒子滤波算法 | 第24-25页 |
| ·高斯和粒子滤波算法 | 第25-28页 |
| ·线性优化重采样粒子滤波算法 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 4 粒子滤波重采样算法研究 | 第31-40页 |
| ·常见的重采样算法 | 第31-32页 |
| ·分层重采样 | 第31页 |
| ·多项式重采样 | 第31-32页 |
| ·系统重采样 | 第32页 |
| ·基于权值优化的粒子滤波算法研究 | 第32-39页 |
| ·基于权值优化的粒子滤波算法 | 第32-33页 |
| ·基于改进的权值优化粒子滤波算法 | 第33-36页 |
| ·算法仿真及性能分析 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 5 基于智能优化思想的粒子滤波算法 | 第40-55页 |
| ·粒子群优化微分进化粒子滤波算法 | 第40-48页 |
| ·粒子群优化粒子滤波器 | 第40-41页 |
| ·粒子群优化微分进化粒子滤波 | 第41-44页 |
| ·仿真结果与性能分析 | 第44-48页 |
| ·基于自适应遗传算法的粒子滤波器 | 第48-54页 |
| ·遗传粒子滤波算法 | 第48-49页 |
| ·自适应遗传算法 | 第49-50页 |
| ·基于改进的自适应遗传算法的粒子滤波器 | 第50-51页 |
| ·仿真结果与分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 6 总结与展望 | 第55-57页 |
| ·总结 | 第55-56页 |
| ·展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-62页 |
