粒子滤波算法的研究及其在目标跟踪中的应用
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文的主要工作 | 第11页 |
| 1.4 论文结构安排 | 第11-13页 |
| 第二章 粒子滤波算法研究 | 第13-29页 |
| 2.1 概述 | 第13页 |
| 2.2 粒子滤波简介 | 第13-23页 |
| 2.2.1 贝叶斯原理与估计 | 第13-15页 |
| 2.2.2 蒙特卡罗分析 | 第15-16页 |
| 2.2.3 贝叶斯重要性采样 | 第16-18页 |
| 2.2.4 序贯重要性采样 | 第18-19页 |
| 2.2.5 序贯重要性采样的退化问题和重采样 | 第19-23页 |
| 2.3 粒子滤波算法 | 第23-27页 |
| 2.3.1 标准粒子滤波概述 | 第23页 |
| 2.3.2 粒子滤波算法步骤 | 第23-24页 |
| 2.3.3 算法流程 | 第24页 |
| 2.3.4 粒子滤波实例化 | 第24-27页 |
| 2.4 本章小节 | 第27-29页 |
| 第三章 差分进化改进粒子滤波算法研究 | 第29-43页 |
| 3.1 概述 | 第29页 |
| 3.2 差分进化算法 | 第29-31页 |
| 3.2.1 差分进化理论 | 第29页 |
| 3.2.2 差分进化基本原理 | 第29-30页 |
| 3.2.3 算法流程 | 第30-31页 |
| 3.3 差分进化算法和粒子滤波算法的比较 | 第31-32页 |
| 3.4 差分进化算法改进的粒子滤波算法研究 | 第32-33页 |
| 3.4.1 算法步骤 | 第32页 |
| 3.4.2 算法流程 | 第32-33页 |
| 3.5 变异率自适应的差分进化改进的粒子滤波算法 | 第33-36页 |
| 3.5.1 算法步骤 | 第34-35页 |
| 3.5.2 算法流程 | 第35-36页 |
| 3.6 实验平台简介及误差 | 第36页 |
| 3.6.1 实验平台介绍 | 第36页 |
| 3.6.2 跟踪误差 | 第36页 |
| 3.7 仿真结果与分析 | 第36-42页 |
| 3.7.1 仿真场景一 | 第36-38页 |
| 3.7.2 仿真场景二 | 第38-40页 |
| 3.7.3 仿真结果分析 | 第40-42页 |
| 3.8 本章小节 | 第42-43页 |
| 第四章 改进粒子滤波算法在目标跟踪中的应用 | 第43-71页 |
| 4.1 引言 | 第43-44页 |
| 4.2 改进算法在转弯模型中的应用 | 第44-52页 |
| 4.2.1 CT运动模型 | 第44页 |
| 4.2.2 仿真场景一 | 第44-46页 |
| 4.2.3 仿真场景二 | 第46-48页 |
| 4.2.4 仿真场景三 | 第48-50页 |
| 4.2.5 仿真结果分析 | 第50-52页 |
| 4.3 改进算法在多模型中的应用 | 第52-62页 |
| 4.3.1 多模算法概述 | 第52-53页 |
| 4.3.2 交互式多模算法 | 第53-57页 |
| 4.3.3 交互多模粒子滤波算法 | 第57-60页 |
| 4.3.4 仿真场景 | 第60-62页 |
| 4.3.5 仿真结果分析 | 第62页 |
| 4.4 仿真结果与分析 | 第62-69页 |
| 4.4.1 仿真场景一 | 第63-65页 |
| 4.4.2 仿真场景二 | 第65-67页 |
| 4.4.3 仿真场景三 | 第67-69页 |
| 4.5 本章小节 | 第69-71页 |
| 第五章 总结和展望 | 第71-73页 |
| 5.1 总结 | 第71页 |
| 5.2 展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 作者攻读硕士学位期间的学术成果 | 第78页 |
