EDA365电子论坛网

标题: 《粒子滤波原理及应用》简介 [打印本页]

作者: House 时间: 2020-4-15 10:29
标题: 《粒子滤波原理及应用》简介

《粒子滤波原理及应用》简介

本书主要介绍粒子滤波的基本原理及其在非线性系统中的应用。为方便读者快速掌握粒子滤波的精髓，本书采用原理介绍+实例应用+MATLAB 程序仿真+中文注释相结合的方式，向读者介绍滤波的原理和实现过程。本书共 9 章，第 1 章绪论，介绍粒子滤波的发展状况；第2章简略地介绍MATLAB算法仿真编程基础，便于零基础的读者学习后续章节介绍的原理；第 3 章介绍与粒子滤波相关的概率论基础；第 4 章介绍蒙特卡洛的基本原理；第 5 章介绍粒子滤波的基本原理；第 6 章介绍粒子滤波的改进算法，主要是 EPF 算法和 UPF 算法。第 7章和第 8 章为粒子滤波在目标跟踪、电池参数估计中的应用；第 9 章为 Simulink 环境下粒子滤波器的设计。

推荐一本数字信号处理的书，关于Kalman滤波的MATLAB仿真。目录如下，
第1章  绪论       1
1.1  粒子滤波的发展历史       1
1.2  粒子滤波的现状及趋势       2
1.3  粒子滤波的特点       2
1.4  粒子滤波的应用领域       3
1.5  小结       7
1.6  参考文献       7
第2章  编程基础       11
2.1  MATLAB简介       11
2.1.1  MATLAB发展历史       11
2.1.2  MATLAB 7.10的系统简介       12
2.1.3  M-File编辑器的使用       14
2.2  数据类型和数组       15
2.2.1  数据类型概述       16
2.2.2  数组的创建       17
2.2.3  数组的属性       18
2.2.4  数组的操作       19
2.2.5  结构体和元胞数组       22
2.3  程序设计       23
2.3.1  条件语句       24
2.3.2  循环语句       25
2.3.3  函数       26
2.3.4  画图       28
2.4  常用的数学函数       30
2.5  编程基础实践       33
2.6  小结       34
第3章  概率论与数理统计基础       35
3.1  基本概念       35
3.1.1  随机现象       35
3.1.2  随机试验       35
3.1.3  样本空间       36
3.1.4  随机事件、随机变量       36
3.2  概率与频率       37
3.2.1  相关定义       37
3.2.2  大数定律       38
3.2.3  中心极限定律       39
3.3  条件概率       39
3.3.1  相关概念       39
3.3.2  全概率公式和贝叶斯公式       40
3.4  数字特征       41
3.5  几个重要的概率密度函数       44
3.5.1  均匀分布       44
3.5.2  指数分布       47
3.5.3  高斯分布       47
3.5.4  伽马分布       49
3.6  白噪声和有色噪声       52
3.6.1  白噪声和有色噪声的定义       52
3.6.2  白噪声和有色噪声的比较       53
3.7  小结       59
第4章  蒙特卡洛原理       60
4.1  蒙特卡洛概述       60
4.1.1  历史及发展       60
4.1.2  算法引例       60
4.2  蒙特卡洛方法       61
4.2.1  主要步骤       61
4.2.2  随机数的产生       62
4.2.3  Monte Carlo方法的收敛性       63
4.2.4  Monte Carlo的应用特征       65
4.3  模拟       65
4.3.1  物理模拟       66
4.3.2  计算机模拟       67
4.4  蒙特卡洛的应用       76
4.4.1  蒲丰针实验       76
4.4.2  定积分的计算       78
4.5  小结       85
第5章  粒子滤波原理       86
5.1  算法引例       86
5.2  系统建模       87
5.2.1  状态方程和过程噪声       87
5.2.2  观测方程和测量噪声       88
5.3  核心思想       89
5.3.1  均值思想       89
5.3.2  权重计算       90
5.4  优胜劣汰       92
5.4.1  随机重采样       93
5.4.2  多项式重采样       96
5.4.3  系统重采样       98
5.4.4  残差重采样       101
5.5  粒子滤波器       103
5.5.1  蒙特卡洛采样       103
5.5.2  贝叶斯重要性采样       103
5.5.3  SIS滤波器       104
5.5.4  Bootstrap/SIR滤波器       105
5.5.5  粒子滤波算法通用流程       107
5.6  粒子滤波仿真实例       108
5.6.1  一维系统建模       108
5.6.2  一维系统仿真       108
5.6.3  数据分析       112
5.7  小结       118
5.8  参考文献       118
第6章  改进粒子滤波算法       119
6.1  基本粒子滤波存在的问题       119
6.2  建议密度函数       120
6.3  EPF算法       120
6.4  UPF算法       122
6.5  PF、EPF、UPF综合仿真对比       124
6.6  小结       137
6.7  参考文献       138
第7章  粒子滤波在目标跟踪中的应用       139
7.1  目标跟踪过程描述       139
7.2  单站单目标跟踪系统建模       140
7.3  单站单目标观测距离的系统及仿真程序       142
7.3.1  基于距离的系统模型       142
7.3.2  基于距离的跟踪系统仿真程序       143
7.4  单站单目标纯方位角度观测系统及仿真程序       149
7.4.1  纯方位目标跟踪系统模型       149
7.4.2  纯方位跟踪系统仿真程序       150
7.5  多站单目标纯方位角度观测系统及仿真程序       153
7.5.1  多站纯方位目标跟踪系统模型       153
7.5.2  多站纯方位跟踪系统仿真程序       155
7.6  非高斯模型下粒子滤波跟踪仿真       160
7.7  小结       166
第8章  粒子滤波在电池寿命估计中的应用       167
8.1  电池寿命课题背景       167
8.2  电池寿命预测模型       169
8.2.1  以容量衰减为基础的储存寿命模型       169
8.2.2  以阻抗增加、功率衰退为基础的储存寿命模型       171
8.2.3  以阻抗增加、功率衰退为基础的循环寿命模型       171
8.2.4  以容量衰减为基础的循环寿命模型       172
8.3  基于粒子滤波的电池寿命预测仿真程序       172
8.4  小结       179
8.5  参考文献       179
第9章  Simulink仿真       180
9.1  Simulink概述       180
9.1.1  Simulink启动       180
9.1.2  Simulink仿真设置       181
9.1.3  Simulink模块库简介       186
9.2  S函数       190
9.2.1  S函数原理       190
9.2.2  S函数的控制流程       193
9.3  目标跟踪的Simulink仿真       194
9.3.1  状态方程和观测方程的Simulink建模       194
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       197
9.4  小结       204

作者: wu68aq 时间: 2020-4-15 18:49
《粒子滤波原理及应用》这个很实用。

欢迎光临 EDA365电子论坛网 (https://bbs.eda365.com/)