粒子滤波算法研究及应用
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-11页 |
| ·研究背景 | 第8页 |
| ·滤波发展历史 | 第8-9页 |
| ·本文所做的工作 | 第9-11页 |
| 2 滤波算法 | 第11-21页 |
| ·贝叶斯估计 | 第11-12页 |
| ·条件概率 | 第11页 |
| ·贝叶斯假设 | 第11页 |
| ·贝叶斯定理 | 第11-12页 |
| ·卡尔曼滤波理论 | 第12-13页 |
| ·扩展卡尔曼滤波理论(EKF) | 第13-14页 |
| ·UKF滤波理论 | 第14-21页 |
| ·UT变换 | 第14-16页 |
| ·UKF算法 | 第16-17页 |
| ·仿真实验 | 第17-21页 |
| 3 粒子滤波 | 第21-44页 |
| ·粒子滤波简介 | 第21页 |
| ·粒子滤波算法 | 第21-26页 |
| ·序贯重点采样(SIS) | 第21-23页 |
| ·退化现象及重采样 | 第23-24页 |
| ·粒子滤波重采样算法 | 第24-26页 |
| ·基于粒子滤波算法的状态反馈极点配置问题 | 第26-29页 |
| ·单输入极点配置问题的算法 | 第27页 |
| ·仿真实验 | 第27-29页 |
| ·基于粒子滤波算法对状态空间模型进行参数估计 | 第29-36页 |
| ·仿真实验一 | 第31-34页 |
| ·仿真实验二 | 第34-36页 |
| ·基于交互式多模型的噪声辨识 | 第36-44页 |
| ·IMM算法 | 第37-39页 |
| ·仿真实验一 | 第39-40页 |
| ·仿真实验二 | 第40-41页 |
| ·仿真实验三 | 第41-42页 |
| ·仿真实验四 | 第42-44页 |
| 4 最优控制理论 | 第44-61页 |
| ·随机系统最优控制 | 第44页 |
| ·随机系统最优控制的研究历史 | 第44页 |
| ·随机系统最优控制的研究内容 | 第44页 |
| ·动态规划 | 第44-46页 |
| ·多级决策过程 | 第45-46页 |
| ·最优性原理 | 第46页 |
| ·离散控制系统的动态规划 | 第46-48页 |
| ·线性系统二次型指标的最优控制 | 第48-56页 |
| ·线性二次型问题 | 第48-49页 |
| ·离散系统的线性二次型问题 | 第49-54页 |
| ·仿真实验一 | 第54-56页 |
| ·随机线性系统的最优控制 | 第56-61页 |
| ·分离定理和离散随机线性调节器问题 | 第56-58页 |
| ·仿真实验二 | 第58-61页 |
| 5 目标跟踪 | 第61-67页 |
| ·跟踪的目的与方法 | 第61页 |
| ·仿真实验 | 第61-67页 |
| 6 基于交互式多模型粒子滤波的机动目标跟踪 | 第67-73页 |
| ·多模型机动目标跟踪算法的基本思想 | 第67页 |
| ·交互式多模型粒子滤波算法 | 第67-69页 |
| ·交互式多模型粒子滤波估计算法的特点 | 第67页 |
| ·交互式多模型粒子滤波算法 | 第67-69页 |
| ·仿真实验 | 第69-73页 |
| 7 总结与展望 | 第73-75页 |
| ·总结 | 第73页 |
| ·展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-78页 |
