| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第一章 绪论 | 第13-22页 |
| ·研究背景与意义 | 第13-19页 |
| ·虚拟手术概述 | 第13-14页 |
| ·人机交互技术 | 第14-16页 |
| ·虚拟心脏手术简介 | 第16-19页 |
| ·主要工作 | 第19-21页 |
| ·FASTRAK 的工作原理与噪声源 | 第19-20页 |
| ·Kalman 滤波技术 | 第20页 |
| ·小波去噪技术 | 第20页 |
| ·基于小波的自适应 Kalman 滤波算法 | 第20-21页 |
| ·论文结构 | 第21-22页 |
| 第二章 运动跟踪系统 | 第22-31页 |
| ·运动跟踪基本原理 | 第22-24页 |
| ·运动物体的自由度 | 第22-23页 |
| ·运动跟踪系统的基本组成 | 第23-24页 |
| ·电磁跟踪系统 | 第24-26页 |
| ·交流跟踪系统 | 第24-25页 |
| ·直流跟踪系统 | 第25-26页 |
| ·FASTRAK 系统 | 第26-29页 |
| ·基本特点 | 第27页 |
| ·基本组成 | 第27页 |
| ·性能指标 | 第27-29页 |
| ·应用范围 | 第29页 |
| ·小结 | 第29-31页 |
| 第三章 Kalman 滤波理论 | 第31-39页 |
| ·滤波器简介 | 第31-33页 |
| ·滤波器的定义分类 | 第31页 |
| ·滤波器的分类 | 第31-32页 |
| ·滤波器的数学模型 | 第32-33页 |
| ·Kalman 滤波方法 | 第33-38页 |
| ·基本原理 | 第33-34页 |
| ·KF 基本方程 | 第34-36页 |
| ·AKF 算法 | 第36-38页 |
| ·小结 | 第38-39页 |
| 第四章 小波去噪理论 | 第39-58页 |
| ·小波简介 | 第39-40页 |
| ·数学模型 | 第40-42页 |
| ·CWT | 第40-41页 |
| ·DWT | 第41-42页 |
| ·多分辨分析特性 | 第42-45页 |
| ·基本概念 | 第42-43页 |
| ·Mallat 算法 | 第43-45页 |
| ·小波函数的选取 | 第45-50页 |
| ·Haar 小波 | 第46-47页 |
| ·Daubechies 小波 | 第47-49页 |
| ·Symlets 小波 | 第49-50页 |
| ·小波去噪方法 | 第50-57页 |
| ·小波阈值去噪方法 | 第51-56页 |
| ·其他小波去噪方法 | 第56-57页 |
| ·小结 | 第57-58页 |
| 第五章 运动跟踪滤波技术 | 第58-74页 |
| ·含噪声信号模型 | 第58-61页 |
| ·噪声分类 | 第58-59页 |
| ·含噪声信号模型 | 第59页 |
| ·运动跟踪系统的噪声源 | 第59-61页 |
| ·定位数据的获取和低通滤波 | 第61-63页 |
| ·FASTRAK 数据的获取 | 第61-62页 |
| ·低通滤波参数设置 | 第62-63页 |
| ·基于小波的 AKF 算法 | 第63-67页 |
| ·状态方程与观测方程 | 第63-65页 |
| ·算法流程与结构 | 第65页 |
| ·小波预处理 | 第65-66页 |
| ·AKF 处理 | 第66-67页 |
| ·实验与数据分析 | 第67-72页 |
| ·基于小波的 AKF 去噪算法性能分析 | 第67-68页 |
| ·算法比较 | 第68页 |
| ·FASTRAK 模拟效果 | 第68-72页 |
| ·小结 | 第72-74页 |
| 第六章 结束语 | 第74-76页 |
| ·工作总结 | 第74-75页 |
| ·工作展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 附录 Adaptive Kalman 滤波算法代码(C++) | 第80-86页 |