前言第一篇 粒子濾波算法 第1章 緒論 1.1 粒子濾波的發展和應用 1.2 粒子濾波的缺點和現有的解決方法 第2章 Kalman濾波理論 2.1 標準Kalman濾波算法 2.2 α-β-γ濾波器 2.3 EKF濾波算法 2.4 MVEKF算法 2.5 UKF算法 第3章 從貝葉斯理論到粒子濾波 3.1 動態空間模型 3.2 貝葉斯估計理論 3.3 濛特卡羅積分 3.4 序貫濛特卡羅信號處理 3.5 粒子濾波 第4章 基於重要密度函數選擇的改進粒子濾波算法 4.1 GHPF 4.2 EKPF 4.3 UPF 4.4 IMMPF算法 4.5 二階中心差分粒子濾波 4.6 基於Stiefel流形的粒子濾波器研究 4.7 混閤退火粒子濾波器研究 第5章 基於重采樣技術的改進粒子濾波算法 5.1 重要性重采樣粒子濾波器 5.2 基於MCMC的粒子濾波 5.3 AVPF 5.4 RPF 5.5 核K-粒子濾波算法(KPF) 5.6 基於權值選擇的粒子濾波算法 5.7 綫性優化重采樣粒子濾波算法 5.8 基於Stiefel流形和權值優選的粒子濾波器(SM-WSPF)研究 5.9 基於Stiefel流形和綫性優化重采樣的粒子濾波器(SM-LOCR-PF)研究 5.10 其他常用的重采樣方法 5.11仿真分析 第6章 基於智能優化思想的粒子濾波算法 6.1 GPF算法 6.2 PSO-PF算法 6.3 AFSA-PF算法 6.4 AIPF算法 6.5 仿真分析 第7章 基於神經網絡的粒子濾波算法 7.1 基於神經網絡的重要性權值調整粒子濾波(NNWA-PF)算法 7.2 基於神經網絡的重要性樣本調整粒子濾波(NNISA-PF)算法 7.3 仿真分析 第8章 APF算法 8.1 似然分布自適應調整 8.2 樣本數APF 8.3 改進APF 8.4 APF的仿真分析 第9章 其他粒子濾波算法 9.1 免重采樣粒子濾波 9.2 MPF 9.3 分布式粒子濾波第二篇 粒子濾波算法的應用 第10章 粒子濾波算法在機動目標跟蹤中的應用 10.1 基於貝葉斯理論的目標跟蹤技術 10.2 機動目標的運動模型 10.3 多目標跟蹤中的聯閤概率數據關聯方法 10.4 非綫性、非高斯條件(閃爍噪聲)下的機動目標跟蹤 10.5 基於粒子濾波和JPDA的多目標跟蹤數據關聯算法 10.6 仿真實驗 第11章 粒子濾波應用於語音信號增強 11.1 語音增強技術 11.2 TVAR模型 11.3 基於GPF的語音增強算法 11.4 語音信號增強仿真實驗 第12章 粒子濾波應用於傳感器故障診斷 12.1 故障診斷的方法 12.2 傳感器故障診斷的基本原理 12.3 應用粒子濾波進行故障診斷 12.4 仿真實例分析 第13章 粒子濾波算法在人臉跟蹤中的應用 13.1 人臉跟蹤介紹 13.2 跟蹤算法相關理論基礎 13.3 基於直方圖的均值偏移人臉跟蹤算法 13.4 基於直方圖的粒子濾波人臉跟蹤算法 13.5 基於橢圓擬閤的人臉跟蹤算法 13.6 基於流形的人臉跟蹤算法 13.7 人臉跟蹤仿真 第14章 粒子濾波在倒立擺控製係統中的應用 14.1 引言 14.2 倒立擺控製係統模型 14.3 基於神經網絡的倒立擺控製係統研究 14.4 粒子濾波優化神經網絡倒立擺控製仿真 第15章 基於DSP實現的粒子濾波算法 15.1 FBPF算法 15.2 基於硬件實現的改進FBPF算法 15.3 實現改進FBPF算法的DSP 15.4 改進FBPF算法DSP實現的軟件環境 15.5 改進FBPF算法的軟件仿真與DSP實現 15.6 基於改進FBPF算法的GPS導航係統設計 第16章 基於FPGA的粒子濾波算法實現 16.1 基於FPGA的改進FBPF算法的總體設計 16.2 FPGA簡介 16.3 改進FBPF算法的軟件仿真與FPGA實現參考文獻
· · · · · · (收起)