第 1 章 绪 论
1.1 课题背景及研究的目的和意义
1.2 国内外研究现状
1.2.1粒子滤波重采样方法
1.2.2自适应粒子滤波方法
1.3本文的主要研究内容
第 2 章 贝叶斯理论与蒙特卡罗方法
2.1 引言
2.2贝叶斯估计理论
2.2.1动态系统模型
2.2.2贝叶斯定理
2.2.3贝叶斯滤波实现过程
2.3蒙特卡罗方法
2.3.1蒙特卡罗积分
2.3.2序贯蒙特卡罗方法
2.3.3重采样方法
2.4本章小结
第 3 章 基于遗传算法的粒子滤波算法
3.1引言
3.2粒子滤波算法
3.2.1粒子滤波算法基本原理
3.2.2粒子滤波算法流程
3.3遗传算法
3.3.1遗传算法的基本原理
3.3.2遗传算法的实现流程
3.3.3遗传算法的改进方法研究
3.4粒子滤波算法与遗传算法的融合方法研究
3.5基于遗传优化的粒子滤波算法改进
3.5.1遗传粒子滤波算法实现流程
3.5.2遗传步骤的两种改进方法
3.5.3改进算法实现流程
3.5.4两种改进方法的对比仿真实验
3.6本章小结
第4 章 算法对比实验与分析
4.1四维纯方位模型及其仿真实验
4.1.1四维纯方位模型
4.1.2改进算法与粒子滤波算法对比实验
4.1.3改进算法与遗传粒子滤波算法对比实验
4.2目标跟踪模型及其仿真实验
4.2.1目标跟踪模型
4.2.2改进算法与两种粒子滤波算法对比实验
4.3本章小结
结 论
参考文献
声明
致 谢
哈尔滨工业大学;