|
|
|
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。 |
|
|