粒子濾波原理及應(yīng)用：MATLAB仿真

第1章 緒論\t1
1．1 粒子濾波的發(fā)展歷史\t1
1．2 粒子濾波的現(xiàn)狀及趨勢\t2
1．3 粒子濾波的特點\t2
1．4 粒子濾波的應(yīng)用領(lǐng)域\t3
1．5 小結(jié)\t7
1．6 參考文獻(xiàn)\t7
第2章 編程基礎(chǔ)\t11
2．1 MATLAB簡介\t11
2．1．1 MATLAB發(fā)展歷史\t11
2．1．2 MATLAB 7．10的系統(tǒng)簡介\t12
2．1．3 M-File編輯器的使用\t14
2．2 數(shù)據(jù)類型和數(shù)組\t15
2．2．1 數(shù)據(jù)類型概述\t16
2．2．2 數(shù)組的創(chuàng)建\t17
2．2．3 數(shù)組的屬性\t18
2．2．4 數(shù)組的操作\t19
2．2．5 結(jié)構(gòu)體和元胞數(shù)組\t22
2．3 程序設(shè)計\t23
2．3．1 條件語句\t24
2．3．2 循環(huán)語句\t25
2．3．3 函數(shù)\t26
2．3．4 畫圖\t28
2．4 常用的數(shù)學(xué)函數(shù)\t30
2．5 編程基礎(chǔ)實踐\t33
2．6 小結(jié)\t34
第3章 概率論與數(shù)理統(tǒng)計基礎(chǔ)\t35
3．1 基本概念\t35
3．1．1 隨機(jī)現(xiàn)象\t35
3．1．2 隨機(jī)試驗\t35
3．1．3 樣本空間\t36
3．1．4 隨機(jī)事件、隨機(jī)變量\t36
3．2 概率與頻率\t37
3．2．1 相關(guān)定義\t37
3．2．2 大數(shù)定律\t38
3．2．3 中心極限定律\t39
3．3 條件概率\t39
3．3．1 相關(guān)概念\t39
3．3．2 全概率公式和貝葉斯公式\t40
3．4 數(shù)字特征\t41
3．5 幾個重要的概率密度函數(shù)\t44
3．5．1 均勻分布\t44
3．5．2 指數(shù)分布\t47
3．5．3 高斯分布\t47
3．5．4 伽馬分布\t49
3．6 白噪聲和有色噪聲\t52
3．6．1 白噪聲和有色噪聲的定義\t52
3．6．2 白噪聲和有色噪聲的比較\t53
3．7 小結(jié)\t59
第4章 蒙特卡洛原理\t60
4．1 蒙特卡洛概述\t60
4．1．1 歷史及發(fā)展\t60
4．1．2 算法引例\t60
4．2 蒙特卡洛方法\t61
4．2．1 主要步驟\t61
4．2．2 隨機(jī)數(shù)的產(chǎn)生\t62
4．2．3 Monte Carlo方法的收斂性\t63
4．2．4 Monte Carlo的應(yīng)用特征\t65
4．3 模擬\t65
4．3．1 物理模擬\t66
4．3．2 計算機(jī)模擬\t67
4．4 蒙特卡洛的應(yīng)用\t76
4．4．1 蒲豐針實驗\t76
4．4．2 定積分的計算\t78
4．5 小結(jié)\t85
第5章 粒子濾波原理\t86
5．1 算法引例\t86
5．2 系統(tǒng)建模\t87
5．2．1 狀態(tài)方程和過程噪聲\t87
5．2．2 觀測方程和測量噪聲\t88
5．3 核心思想\t89
5．3．1 均值思想\t89
5．3．2 權(quán)重計算\t90
5．4 優(yōu)勝劣汰\t92
5．4．1 隨機(jī)重采樣\t93
5．4．2 多項式重采樣\t96
5．4．3 系統(tǒng)重采樣\t98
5．4．4 殘差重采樣\t101
5．5 粒子濾波器\t103
5．5．1 蒙特卡洛采樣\t103
5．5．2 貝葉斯重要性采樣\t103
5．5．3 SIS濾波器\t104
5．5．4 Bootstrap/SIR濾波器\t105
5．5．5 粒子濾波算法通用流程\t107
5．6 粒子濾波仿真實例\t108
5．6．1 一維系統(tǒng)建模\t108
5．6．2 一維系統(tǒng)仿真\t108
5．6．3 數(shù)據(jù)分析\t112
5．7 小結(jié)\t118
5．8 參考文獻(xiàn)\t118
第6章 改進(jìn)粒子濾波算法\t119
6．1 基本粒子濾波存在的問題\t119
6．2 建議密度函數(shù)\t120
6．3 EPF算法\t120
6．4 UPF算法\t122
6．5 PF、EPF、UPF綜合仿真對比\t124
6．6 小結(jié)\t137
6．7 參考文獻(xiàn)\t138
第7章 粒子濾波在目標(biāo)跟蹤中的應(yīng)用\t139
7．1 目標(biāo)跟蹤過程描述\t139
7．2 單站單目標(biāo)跟蹤系統(tǒng)建模\t140
7．3 單站單目標(biāo)觀測距離的系統(tǒng)及仿真程序\t142
7．3．1 基于距離的系統(tǒng)模型\t142
7．3．2 基于距離的跟蹤系統(tǒng)仿真程序\t143
7．4 單站單目標(biāo)純方位角度觀測系統(tǒng)及仿真程序\t149
7．4．1 純方位目標(biāo)跟蹤系統(tǒng)模型\t149
7．4．2 純方位跟蹤系統(tǒng)仿真程序\t150
7．5 多站單目標(biāo)純方位角度觀測系統(tǒng)及仿真程序\t153
7．5．1 多站純方位目標(biāo)跟蹤系統(tǒng)模型\t153
7．5．2 多站純方位跟蹤系統(tǒng)仿真程序\t155
7．6 非高斯模型下粒子濾波跟蹤仿真\t160
7．7 小結(jié)\t166
第8章 粒子濾波在電池壽命估計中的應(yīng)用\t167
8．1 電池壽命課題背景\t167
8．2 電池壽命預(yù)測模型\t169
8．2．1 以容量衰減為基礎(chǔ)的儲存壽命模型\t169
8．2．2 以阻抗增加、功率衰退為基礎(chǔ)的儲存壽命模型\t171
8．2．3 以阻抗增加、功率衰退為基礎(chǔ)的循環(huán)壽命模型\t171
8．2．4 以容量衰減為基礎(chǔ)的循環(huán)壽命模型\t172
8．3 基于粒子濾波的電池壽命預(yù)測仿真程序\t172
8．4 小結(jié)\t179
8．5 參考文獻(xiàn)\t179
第9章 Simulink仿真\t180
9．1 Simulink概述\t180
9．1．1 Simulink啟動\t180
9．1．2 Simulink仿真設(shè)置\t181
9．1．3 Simulink模塊庫簡介\t186
9．2 S函數(shù)\t190
9．2．1 S函數(shù)原理\t190
9．2．2 S函數(shù)的控制流程\t193
9．3 目標(biāo)跟蹤的Simulink仿真\t194
9．3．1 狀態(tài)方程和觀測方程的Simulink建模\t194
9．3．2 基于S函數(shù)的粒子濾波器設(shè)計及其在跟蹤中的應(yīng)用\t197
9．4 小結(jié)\t204