matlab 粒子滤波仿真,粒子滤波原理及应用——MATLAB仿真

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

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