首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于粒子群的卡尔曼滤波算法改进和优化

摘要第1-5页
Abstract第5-9页
第1章 绪论第9-18页
   ·课题研究的目的和意义第9-10页
   ·卡尔曼滤波算法的研究和应用现状第10-13页
     ·卡尔曼滤波算法的研究现状第10-11页
     ·卡尔曼滤波算法的应用现状第11-12页
     ·卡尔曼滤波算法的特点第12-13页
   ·粒子群优化算法的理论发展和应用现状第13-16页
     ·粒子群优化算法的理论发展第13-15页
     ·粒子群优化算法的工程应用现状第15-16页
   ·优化问题和传统优化方法第16-17页
   ·本文主要研究内容和总体结构第17-18页
第二章 卡尔曼滤波算法及粒子群算法原理第18-31页
   ·卡尔曼滤波算法原理第18-20页
     ·卡尔曼滤波算法论述第18页
     ·卡尔曼滤波算法基本模型第18-20页
   ·卡尔曼滤波研究方法第20-25页
     ·线性卡尔曼滤波方法第20-21页
     ·非线性卡尔曼滤波方法第21-22页
     ·卡尔曼滤波基本估计理论方法第22-24页
     ·卡尔曼滤波发散问题的产生和解决第24-25页
   ·机动目标跟踪第25-27页
     ·机动目标跟踪基本原理和模型第25-26页
     ·机动检测与机动辨识第26-27页
   ·粒子群优化算法原理第27-30页
     ·群集智能第27页
     ·粒子群优化算法第27-28页
     ·粒子群优化算法的思想和实现流程第28-29页
     ·粒子群优化算法的邻域结构第29-30页
   ·本章小结第30-31页
第三章 粒子群算法优化卡尔曼滤波的算法处理第31-46页
   ·卡尔曼滤波器及误差分析第31-33页
     ·基本卡尔曼滤波器及其基本特征第31-32页
     ·卡尔曼滤波器的误差分析第32-33页
   ·基本卡尔曼滤波器的设计与实现第33-37页
     ·卡尔曼滤波算法的初值确定方法第33-34页
     ·卡尔曼滤波算法的初值确定和滤波器的详细设计过程第34-36页
     ·基本的卡尔曼滤波器的matlab实现第36-37页
   ·卡尔曼滤波算法的改进第37-44页
     ·卡尔曼滤波算法的难点和改进方法第37-38页
     ·粒子群优化和改进卡尔曼滤波算法的流程图第38-40页
     ·粒子群算法优化卡尔曼滤波器第40页
     ·改进后的卡尔曼滤波器参数方程的建立和实现第40-43页
     ·粒子群优化算法优化卡尔曼滤波器的matlab实现第43-44页
   ·本章小结第44-46页
第四章 实验仿真与结果分析第46-53页
   ·卡尔曼滤波算法的数学模拟实验第46-48页
   ·改进后的卡尔曼滤波器应用在目标跟中的实验仿真分析第48-52页
     ·目标跟踪的实验结果第48-52页
     ·粒子群算法优化卡尔曼滤波应用在目标跟中的实验结果分析第52页
   ·本章小结第52-53页
第五章 总结与展望第53-54页
致谢第54-55页
参考文献第55-58页

论文共58页,点击 下载论文
上一篇:三维虚拟战场仿真关键技术研究
下一篇:基于NMFs和RBF神经网络的人脸识别算法研究