第1章 绪论 1
1.1 粒子滤波算法简介 1
1.2 粒子滤波算法的应用 7
1.3 粒子滤波算法的特点与发展 10
参考文献 13
第2章 动态系统状态模型与估计算法 16
2.1 动态系统状态模型 16
2.2 非线性系统估计算法 18
参考文献 20
第3章 随机采样与粒子滤波 21
3.1 贝叶斯估计理论 21
3.2 蒙特卡罗积分 21
3.3 重要性采样 22
3.4 序列重要性采样 23
3.5 粒子匮乏与重采样 24
3.6 次优重要性采样方法 26
3.7 随机采样滤波算法 27
3.8 算例仿真 29
参考文献 29
第4章 粒子滤波改进算法 31
4.1 重采样过程问题 31
4.2 粒子匮乏问题 49
4.3 计算复杂性问题 51
参考文献 52
第5章 目标定位与跟踪 53
5.1 机动目标跟踪中的非线性问题 53
5.2 纯角度跟踪粒子滤波算法 53
5.3 雷达非高斯观测噪声粒子滤波跟踪算法 64
5.4 闪烁噪声下Rao-Blackwellised化粒子滤波算法 72
5.5 可变多目标粒子滤波跟踪算法 76
5.6 本章小结 100
参考文献 100
第6章 视频运动目标检测与跟踪 102
6.1 视频目标检测与跟踪问题 102
6.2 视频单目标多特征融合粒子滤波跟踪算法 105
6.3 概率模型视频粒子滤波跟踪算法 116
6.4 概率视频多目标跟踪算法 130
参考文献 145
第7章 系统辨识与故障诊断 148
7.1 非线性系统辨识与变化检测 148
7.2 系统参数辨识 156
7.3 评标决策 158
参考文献 164