基于遗传优化的粒子滤波算法的改进及其应用

目录

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