|
|
|
|
卡尔曼粒子滤波算法研究 |
| |
| 论文目录 |
| |
| 中文摘要 | 第3-4页 | | ABSTRACT | 第4-5页 | | 第一章 绪论 | 第8-16页 | | 1.1 论文研究目的和意义 | 第8页 | | 1.2 滤波技术的研究现状 | 第8-11页 | | 1.2.1 非线性滤波技术的研究现状 | 第8-10页 | | 1.2.2 粒子滤波技术的研究现状 | 第10-11页 | | 1.3 PF的应用 | 第11-13页 | | 1.4 PF的主要研究问题 | 第13-14页 | | 1.5 本文研究内容和结构 | 第14-16页 | | 第二章 融合RTS平滑的迭代无迹卡尔曼粒子滤波方法 | 第16-30页 | | 2.1 引言 | 第16页 | | 2.2 基本粒子滤波算法 | 第16-23页 | | 2.2.1 贝叶斯滤波原理 | 第16-17页 | | 2.2.2 Monte Carlo方法 | 第17-18页 | | 2.2.3 重要性采样 | 第18-19页 | | 2.2.4 序列重要性采样 | 第19-21页 | | 2.2.5 重采样 | 第21-22页 | | 2.2.6 重要性函数的选取 | 第22-23页 | | 2.3 RTS-IUKF平滑算法 | 第23-25页 | | 2.4 RTS-IUKF-PF算法 | 第25-26页 | | 2.5 仿真研究 | 第26-28页 | | 2.6 本章小结 | 第28-30页 | | 第三章 变步长自适应人工鱼群优化的IUKF-PF | 第30-42页 | | 3.1 引言 | 第30页 | | 3.2 重采样算法 | 第30-31页 | | 3.2.1 多项式重采样算法 | 第30页 | | 3.2.2 分层重采样算法 | 第30-31页 | | 3.2.3 系统重采样算法 | 第31页 | | 3.2.4 残差重采样算法 | 第31页 | | 3.3 优化IUKF-PF算法 | 第31-37页 | | 3.3.1 人工鱼群算法 | 第32-35页 | | 3.3.2 变步长自适应人工鱼群算法 | 第35-36页 | | 3.3.3 优化滤波算法 | 第36-37页 | | 3.4 仿真研究 | 第37-40页 | | 3.5 本章小结 | 第40-42页 | | 第四章 改进的差分粒子滤波算法 | 第42-54页 | | 4.1 引言 | 第42页 | | 4.2 扩展卡尔曼滤波算法 | 第42-44页 | | 4.3 中心差分卡尔曼滤波 | 第44-47页 | | 4.4 改进的中心差分卡尔曼粒子滤波算法 | 第47-49页 | | 4.5 仿真研究 | 第49-53页 | | 4.6 本章小结 | 第53-54页 | | 结论 | 第54-56页 | | 参考 文献 | 第56-62页 | | 致谢 | 第62-64页 | | 攻读学位期间发表的学术论文目录 | 第64页 |
|
|
|
|
论文编号BS2896131，这篇论文共64页
会员购买按0.35元/页下载，共需支付22.4元。 直接购买按0.5元/页下载，共需要支付32元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务