基于硬件实现的粒子滤波改进算法研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-15页 |
| ·课题研究现状及发展方向 | 第11-12页 |
| ·课题研究的背景和意义 | 第12-13页 |
| ·本文研究的主要内容 | 第13-15页 |
| 2 粒子滤波算法 | 第15-23页 |
| ·动态空间模型 | 第15页 |
| ·贝叶斯估计及序贯贝叶斯估计 | 第15-17页 |
| ·贝叶斯估计 | 第15-16页 |
| ·序贯贝叶斯估计 | 第16-17页 |
| ·蒙特卡罗方法 | 第17-18页 |
| ·粒子滤波算法原理 | 第18-22页 |
| ·序贯重要性采样 | 第18-20页 |
| ·消除退化的关键技术 | 第20-21页 |
| ·序贯重要性重采样算法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 数字信号处理器 | 第23-30页 |
| ·大规模集成电路 | 第23-24页 |
| ·VLSI技术的特点及发展 | 第23-24页 |
| ·典型的数字信号处理器 | 第24-28页 |
| ·数字信号处理器的基本特点 | 第25-26页 |
| ·DSP的特点 | 第26-27页 |
| ·TMS320C54x系列DSP芯片 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 4 粒子滤波算法特点 | 第30-35页 |
| ·SIRF算法 | 第30-32页 |
| ·SIRF算法基本步骤 | 第30-31页 |
| ·SIRF-功能示意图 | 第31-32页 |
| ·二维纯方位目标追踪问题 | 第32-34页 |
| ·二维纯方位跟踪的SIRFs算法 | 第32-33页 |
| ·复杂度分析 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 5 基于硬件实现的改进算法 | 第35-45页 |
| ·对归一化步骤的改进 | 第35-37页 |
| ·对硬件存储方式的改进 | 第37-38页 |
| ·改进算法的DSP实现 | 第38-44页 |
| ·改进算法实现的硬件环境 | 第38-40页 |
| ·DSK简介 | 第40-42页 |
| ·改进算法实现的软件环境 | 第42-43页 |
| ·改进算法实现 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 6 基于硬件实现的重采样改进算法 | 第45-52页 |
| ·重采样算法 | 第45-51页 |
| ·典型的重采样算法 | 第46-49页 |
| ·不同算法复杂度分析 | 第49页 |
| ·不同算法存储空间需求 | 第49-50页 |
| ·不同算法的执行时间 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 7 高斯粒子滤波算法 | 第52-59页 |
| ·高斯粒子滤波 | 第52-53页 |
| ·测量更新 | 第52页 |
| ·预测更新 | 第52-53页 |
| ·高斯粒子滤波算法步骤 | 第53-55页 |
| ·测量更新算法 | 第53-54页 |
| ·预测更新算法 | 第54页 |
| ·二维纯方位跟踪的GPF算法 | 第54-55页 |
| ·改进算法及复杂性分析 | 第55-58页 |
| ·改进算法分析 | 第55-56页 |
| ·改进的GPF算法 | 第56页 |
| ·计算复杂度分析 | 第56-57页 |
| ·DSP仿真实现 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 8 总结与展望 | 第59-61页 |
| ·工作总结 | 第59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 作者简历 | 第64-66页 |
| 学位论文数据集 | 第66页 |
