粒子滤波算法研究及其在无线定位跟踪中的应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 研究背景及意义 | 第14页 |
| 1.2 粒子滤波算法研究现状 | 第14-17页 |
| 1.3 无线定位跟踪算法研究现状 | 第17-18页 |
| 1.4 论文研究内容和章节安排 | 第18-19页 |
| 第二章 粒子滤波基本理论 | 第19-32页 |
| 2.1 引言 | 第19页 |
| 2.2 贝叶斯滤波理论 | 第19-24页 |
| 2.3 粒子滤波原理 | 第24-29页 |
| 2.3.1 蒙特卡洛方法 | 第24-25页 |
| 2.3.2 序贯重要性采样 | 第25-27页 |
| 2.3.3 重采样 | 第27-28页 |
| 2.3.4 标准粒子滤波实现流程 | 第28-29页 |
| 2.4 仿真结果与分析 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 粒子滤波中提议分布优化 | 第32-48页 |
| 3.1 引言 | 第32-33页 |
| 3.2 无迹粒子滤波UPF | 第33页 |
| 3.3 人工鱼群粒子滤波 | 第33-40页 |
| 3.3.1 人工鱼群算法 | 第33-36页 |
| 3.3.2 基于修正人工鱼群优化的粒子滤波算法 | 第36-39页 |
| 3.3.3 混合粒子滤波算法 | 第39-40页 |
| 3.4 仿真结果及分析 | 第40-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 粒子滤波中重采样算法改进 | 第48-61页 |
| 4.1 引言 | 第48页 |
| 4.2 经典重采样算法 | 第48-52页 |
| 4.2.1 四种经典重采样算法 | 第49-50页 |
| 4.2.2 重采样算法理论分析 | 第50-52页 |
| 4.3 本文重采样算法 | 第52-54页 |
| 4.4 仿真结果及分析 | 第54-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 基于粒子滤波的无线定位跟踪研究 | 第61-77页 |
| 5.1 引言 | 第61-62页 |
| 5.2 WSAN中的目标跟踪 | 第62-69页 |
| 5.2.1 目标状态转移模型 | 第65-66页 |
| 5.2.2 基于RSS的量测模型 | 第66-67页 |
| 5.2.3 基于IMM-PF-IR的目标跟踪 | 第67-69页 |
| 5.3 仿真结果及分析 | 第69-76页 |
| 5.4 本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 6.1 论文工作总结 | 第77-78页 |
| 6.2 下一步研究工作 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 攻读硕士学位期间取得的成果 | 第84页 |
