粒子滤波原理及应用——MATLAB仿真电子书

内容简介

前言

第1章 绪论

1.1 粒子滤波的发展历史

1.2 粒子滤波的现状及趋势

1.3 粒子滤波的特点

1.4 粒子滤波的应用领域

1.5 小结

1.6 参考文献

第2章 编程基础

2.1 MATLAB简介

2.1.1 MATLAB发展历史

2.1.2 MATLAB 7.10的系统简介

2.1.3 M-File编辑器的使用

2.2 数据类型和数组

2.2.1 数据类型概述

2.2.2 数组的创建

2.2.3 数组的属性

2.2.4 数组的操作

2.2.5 结构体和元胞数组

2.3 程序设计

2.3.1 条件语句

2.3.2 循环语句

2.3.3 函数

2.3.4 画图

2.4 常用的数学函数

2.5 编程基础实践

2.6 小结

第3章 概率论与数理统计基础

3.1 基本概念

3.1.1 随机现象

3.1.2 随机试验

3.1.3 样本空间

3.1.4 随机事件、随机变量

3.2 概率与频率

3.2.1 相关定义

3.2.2 大数定律

3.2.3 中心极限定律

3.3 条件概率

3.3.1 相关概念

3.3.2 全概率公式和贝叶斯公式

3.4 数字特征

3.5 几个重要的概率密度函数

3.5.1 均匀分布

3.5.2 指数分布

3.5.3 高斯分布

3.5.4 伽马分布

3.6 白噪声和有色噪声

3.6.1 白噪声和有色噪声的定义

3.6.2 白噪声和有色噪声的比较

3.7 小结

第4章 蒙特卡洛原理

4.1 蒙特卡洛概述

4.1.1 历史及发展

4.1.2 算法引例

4.2 蒙特卡洛方法

4.2.1 主要步骤

4.2.2 随机数的产生

4.2.3 Monte Carlo方法的收敛性

4.2.4 Monte Carlo的应用特征

4.3 模拟

4.3.1 物理模拟

4.3.2 计算机模拟

4.4 蒙特卡洛的应用

4.4.1 蒲丰针实验

4.4.2 定积分的计算

4.5 小结

第5章 粒子滤波原理

5.1 算法引例

5.2 系统建模

5.2.1 状态方程和过程噪声

5.2.2 观测方程和测量噪声

5.3 核心思想

5.3.1 均值思想

5.3.2 权重计算

5.4 优胜劣汰

5.4.1 随机重采样

5.4.2 多项式重采样

5.4.3 系统重采样

5.4.4 残差重采样

5.5 粒子滤波器

5.5.1 蒙特卡洛采样

5.5.2 贝叶斯重要性采样

5.5.3 SIS滤波器

5.5.4 Bootstrap/SIR滤波器

5.5.5 粒子滤波算法通用流程

5.6 粒子滤波仿真实例

5.6.1 一维系统建模

5.6.2 一维系统仿真

5.6.3 数据分析

5.7 小结

5.8 参考文献

第6章 改进粒子滤波算法

6.1 基本粒子滤波存在的问题

6.2 建议密度函数

6.3 EPF算法

6.4 UPF算法

6.5 PF、EPF、UPF综合仿真对比

6.6 小结

6.7 参考文献

第7章 粒子滤波在目标跟踪中的应用

7.1 目标跟踪过程描述

7.2 单站单目标跟踪系统建模

7.3 单站单目标观测距离的系统及仿真程序

7.3.1 基于距离的系统模型

7.3.2 基于距离的跟踪系统仿真程序

7.4 单站单目标纯方位角度观测系统及仿真程序

7.4.1 纯方位目标跟踪系统模型

7.4.2 纯方位跟踪系统仿真程序

7.5 多站单目标纯方位角度观测系统及仿真程序

7.5.1 多站纯方位目标跟踪系统模型

7.5.2 多站纯方位跟踪系统仿真程序

7.6 非高斯模型下粒子滤波跟踪仿真

7.7 小结

第8章 粒子滤波在电池寿命估计中的应用

8.1 电池寿命课题背景

8.2 电池寿命预测模型

8.2.1 以容量衰减为基础的储存寿命模型

8.2.2 以阻抗增加、功率衰退为基础的储存寿命模型

8.2.3 以阻抗增加、功率衰退为基础的循环寿命模型

8.2.4 以容量衰减为基础的循环寿命模型

8.3 基于粒子滤波的电池寿命预测仿真程序

8.4 小结

8.5 参考文献

第9章 SimuIink仿真

9.1 SimuIink概述

9.1.1 Simulink启动

9.1.2 Simulink仿真设置

9.1.3 Simulink模块库简介

9.2 S函数

9.2.1 S函数原理

9.2.2 S函数的控制流程

9.3 目标跟踪的SimuIink仿真

9.3.1 状态方程和观测方程的Simulink建模

9.3.2 基于S函数的粒子滤波器设计及其在跟踪中的应用

9.4 小结