| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第10-16页 |
| 1 课题研究背景及意义 | 第10-11页 |
| 2 粒子滤波方法研究概述 | 第11-13页 |
| 2.1 蒙特卡洛方法概述 | 第11-12页 |
| 2.2 粒子滤波方法概述 | 第12页 |
| 2.3 粒子滤波方法的研究进展 | 第12-13页 |
| 3 基于粒子滤波方法的状态与参数估计 | 第13-14页 |
| 4 本文研究的主要内容及章节安排 | 第14-16页 |
| 第二章 粒子滤波基本原理 | 第16-40页 |
| 1 引言 | 第16页 |
| 2 贝叶斯滤波理论 | 第16-18页 |
| 2.1 状态空间模型 | 第16-17页 |
| 2.2 非线性贝叶斯滤波 | 第17-18页 |
| 3 粒子滤波基本原理 | 第18-28页 |
| 3.1 粒子滤波的非线性估计 | 第18-19页 |
| 3.2 连续重要性采样粒子滤波器 | 第19-22页 |
| 3.3 自举粒子滤波器 | 第22-23页 |
| 3.4 粒子退化现象 | 第23-26页 |
| 3.5 重要性密度的选择 | 第26-28页 |
| 4 粒子滤波重采样方法 | 第28-33页 |
| 4.1 相关准备工作 | 第28-29页 |
| 4.2 多项式重采样方法 | 第29-30页 |
| 4.3 分层重采样方法 | 第30-31页 |
| 4.4 系统重采样方法 | 第31-32页 |
| 4.5 残差重采样方法 | 第32-33页 |
| 5 粒子滤波器主要类型 | 第33-39页 |
| 5.1 采样重要性重采样滤波方法 | 第33-34页 |
| 5.2 辅助采样重要性重采样滤波方法 | 第34-36页 |
| 5.3 正规化粒子滤波方法 | 第36-39页 |
| 6 本章小结 | 第39-40页 |
| 第三章 基于粒子滤波的状态估计 | 第40-58页 |
| 1 引言 | 第40-41页 |
| 2 粒子滤波方法综述 | 第41-43页 |
| 3 状态估计存在的问题 | 第43-44页 |
| 4 多群体粒子滤波方法 | 第44-51页 |
| 4.1 多群体粒子滤波方法基本原理 | 第44-48页 |
| 4.2 实例研究 | 第48-51页 |
| 5 鲁棒状态估计方法 | 第51-57页 |
| 5.1 鲁棒状态估计方法原理 | 第52-54页 |
| 5.2 实例研究 | 第54-57页 |
| 6 本章小结 | 第57-58页 |
| 第四章 基于粒子滤波的状态与参数估计 | 第58-76页 |
| 1 引言 | 第58-59页 |
| 2 总体框架 | 第59-60页 |
| 2.1 动态模型及理论分析 | 第59-60页 |
| 2.2 基于滤波的状态和参数估计 | 第60页 |
| 3 参数估计方法 | 第60-64页 |
| 3.1 Artificial evolution | 第60-61页 |
| 3.2 Kernel smoothing | 第61-62页 |
| 3.3 修正artificial evolution | 第62-64页 |
| 4 参变情况下的参数估计方法 | 第64-75页 |
| 4.1 参变情况下的参数估计方法原理 | 第64-67页 |
| 4.2 实例研究 | 第67-75页 |
| 5 本章小结 | 第75-76页 |
| 总结与展望 | 第76-78页 |
| 1 总结 | 第76-77页 |
| 2 展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-84页 |
| 攻读硕士学位期间发表的论文 | 第84页 |