论文目录 | |
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| · 研究背景及意义 | 第7-8页 |
| · 研究历史与现状 | 第8-12页 |
| · 多波束天线阵列的发展现状 | 第8页 |
| · 检测前跟踪技术的发展状况 | 第8-10页 |
| · 粒子滤波研究发展及应用现状 | 第10-12页 |
| · 论文主要内容 | 第12-13页 |
| 第二章 粒子滤波实现检测前跟踪的理论研究 | 第13-33页 |
| · 引言 | 第13页 |
| · 贝叶斯估计与卡尔曼滤波 | 第13-20页 |
| · 动态系统的状态空间模型 | 第13-16页 |
| 2.2.2 标准 Kalman 滤波 | 第16-17页 |
| 2.2.3 扩展 Kalman 滤波 | 第17-18页 |
| 2.2.4 无迹 Kalman 滤波 | 第18-20页 |
| · 粒子滤波算法 | 第20-26页 |
| · 序贯蒙特卡罗方法 | 第20页 |
| · 重要性采样 | 第20-21页 |
| · 序贯重要性采样算法 | 第21-23页 |
| · 权值退化与重采样 | 第23-24页 |
| 2.3.5 SIR 粒子滤波算法流程 | 第24-26页 |
| · 仿真实验及性能分析 | 第26-30页 |
| · 伪代码及仿真说明 | 第26-27页 |
| · 一维非线性跟踪问题的仿真验证 | 第27-30页 |
| · 粒子滤波算法及实现中的问题 | 第30-31页 |
| · 本章小结 | 第31-33页 |
| 第三章 基本改进粒子滤波算法 | 第33-53页 |
| · 引言 | 第33页 |
| · 比较四种常用重采样算法 | 第33-38页 |
| · 多项式重采样 | 第33-34页 |
| · 分层重采样 | 第34页 |
| · 系统重采样 | 第34-35页 |
| · 残余重采样 | 第35-37页 |
| · 分析比较 | 第37-38页 |
| · 基于马尔可夫链蒙特卡罗法的改进重采样算法 | 第38-40页 |
| 3.3.1 MCMC 算法基本理论 | 第38-39页 |
| 3.3.2 基于 MCMC 的 PF 算法 | 第39-40页 |
| · 基于重要性密度函数选取的改进粒子滤波算法 | 第40-43页 |
| · 基于扩展卡尔曼的粒子滤波 | 第40-42页 |
| · 基于无迹卡尔曼的粒子滤波 | 第42-43页 |
| 3.5 基于重要性密度函数选取和改进重采样的 PF 算法 | 第43-45页 |
| 3.5.1 基于 MCMC 的 PF-EKF 的滤波算法 | 第43-44页 |
| 3.5.2 基于 MCMC 的 PF-UKF 的滤波算法 | 第44-45页 |
| · 仿真实验和性能分析 | 第45-51页 |
| · 一维非线性跟踪问题 | 第45页 |
| · 仿真结果及性能分析 | 第45-51页 |
| · 本章小结 | 第51-53页 |
| 第四章 粒子滤波算法的应用 | 第53-71页 |
| · 引言 | 第53页 |
| 4.2 基于 FPGA 实现的改进粒子滤波算法 | 第53-60页 |
| · 二维纯方位目标跟踪模型建立 | 第53-56页 |
| 4.2.2 基于 FPGA 的改进粒子滤波主要模块分析 | 第56-58页 |
| 4.2.3 基于 FPGA 的改进粒子滤波算法仿真 | 第58-60页 |
| 4.3 粒子滤波的 FPGA 实现 | 第60-64页 |
| 4.3.1 粒子滤波 FPGA 实现的顶层模块设计 | 第60页 |
| 4.3.2 粒子滤波 FPGA 实现的子模块设计 | 第60-62页 |
| 4.3.3 粒子滤波 FPGA 实现的实验分析 | 第62-64页 |
| · 粒子滤波检测前跟踪算法 | 第64-70页 |
| · 目标运动模型 | 第64-65页 |
| · 传感器观测模型 | 第65页 |
| · 粒子滤波检测前跟踪 | 第65-68页 |
| · 仿真分析 | 第68-70页 |
| · 本章总结 | 第70-71页 |
| 第五章 总结与展望 | 第71-73页 |
| · 总结 | 第71页 |
| · 展望 | 第71-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 硕士在读期间的研究成果 | 第79-80
页 |
