本書主要介紹粒子濾波的基本原理及其在非線性系統(tǒng)中的應(yīng)用。為方便讀者快速掌握粒子濾波的精髓，本 書采用原理介紹 實(shí)例應(yīng)用 MATLAB 程序仿真 中文注釋相結(jié)合的方式，向讀者介紹濾波的原理和實(shí)現(xiàn)過程。 本書共 9章，第 1章緒論，介紹粒子濾波的發(fā)展?fàn)顩r；第 2章簡(jiǎn)略地介紹 MATLAB 算法仿真編程基礎(chǔ)，便于零 基礎(chǔ)的讀者學(xué)習(xí)后續(xù)章節(jié)介紹的原理；第3章介紹與粒子濾波相關(guān)的概率論基礎(chǔ)；第4章介紹蒙特卡洛的基本原 理；第 5章介紹粒子濾波的基本原理；第 6章介紹粒子濾波的改進(jìn)算法，主要是 EPF 算法和 UPF 算法。第 7章 和第 8章為粒子濾波在目標(biāo)跟蹤、電池參數(shù)估計(jì)中的應(yīng)用；第 9章為 Simulink 環(huán)境下粒子濾波器的設(shè)計(jì)。
黃小平，男，1984年6月生，江西省上饒縣人，本科畢業(yè)于北京交通大學(xué)自動(dòng)化專業(yè)，碩士畢業(yè)于北京航空航天大學(xué)控制科學(xué)與工程專業(yè)，博士就讀于中國(guó)科學(xué)技術(shù)大學(xué)計(jì)算機(jī)應(yīng)用專業(yè)，主要研究信號(hào)與信息處理，著有《卡爾曼濾波原理及應(yīng)用——MATLAB仿真》、《粒子濾波原理及應(yīng)用——MATLAB仿真》。
第1章 緒論 1
1.1 粒子濾波的發(fā)展歷史 1
1.2 粒子濾波的現(xiàn)狀及趨勢(shì) 2
1.3 粒子濾波的特點(diǎn) 2
1.4 粒子濾波的應(yīng)用領(lǐng)域 3
1.5 小結(jié) 7
1.6 參考文獻(xiàn) 7
第2章 編程基礎(chǔ) 11
2.1 MATLAB簡(jiǎn)介 11
2.1.1 MATLAB發(fā)展歷史 11
2.1.2 MATLAB 7.10的系統(tǒng)簡(jiǎn)介 12
2.1.3 M-File編輯器的使用 14
2.2 數(shù)據(jù)類型和數(shù)組 15
2.2.1 數(shù)據(jù)類型概述 16
2.2.2 數(shù)組的創(chuàng)建 17
2.2.3 數(shù)組的屬性 18
2.2.4 數(shù)組的操作 19
2.2.5 結(jié)構(gòu)體和元胞數(shù)組 22
2.3 程序設(shè)計(jì) 23
2.3.1 條件語句 24
2.3.2 循環(huán)語句 25
2.3.3 函數(shù) 26
2.3.4 畫圖 28
2.4 常用的數(shù)學(xué)函數(shù) 30
2.5 編程基礎(chǔ)實(shí)踐 33
2.6 小結(jié) 34
第3章 概率論與數(shù)理統(tǒng)計(jì)基礎(chǔ) 35
3.1 基本概念 35
3.1.1 隨機(jī)現(xiàn)象 35
3.1.2 隨機(jī)試驗(yàn) 35
3.1.3 樣本空間 36
3.1.4 隨機(jī)事件、隨機(jī)變量 36
3.2 概率與頻率 37
3.2.1 相關(guān)定義 37
3.2.2 大數(shù)定律 38
3.2.3 中心極限定律 39
3.3 條件概率 39
3.3.1 相關(guān)概念 39
3.3.2 全概率公式和貝葉斯公式 40
3.4 數(shù)字特征 41
3.5 幾個(gè)重要的概率密度函數(shù) 44
3.5.1 均勻分布 44
3.5.2 指數(shù)分布 47
3.5.3 高斯分布 47
3.5.4 伽馬分布 49
3.6 白噪聲和有色噪聲 52
3.6.1 白噪聲和有色噪聲的定義 52
3.6.2 白噪聲和有色噪聲的比較 53
3.7 小結(jié) 59
第4章 蒙特卡洛原理 60
4.1 蒙特卡洛概述 60
4.1.1 歷史及發(fā)展 60
4.1.2 算法引例 60
4.2 蒙特卡洛方法 61
4.2.1 主要步驟 61
4.2.2 隨機(jī)數(shù)的產(chǎn)生 62
4.2.3 Monte Carlo方法的收斂性 63
4.2.4 Monte Carlo的應(yīng)用特征 65
4.3 模擬 65
4.3.1 物理模擬 66
4.3.2 計(jì)算機(jī)模擬 67
4.4 蒙特卡洛的應(yīng)用 76
4.4.1 蒲豐針實(shí)驗(yàn) 76
4.4.2 定積分的計(jì)算 78
4.5 小結(jié) 85
第5章 粒子濾波原理 86
5.1 算法引例 86
5.2 系統(tǒng)建模 87
5.2.1 狀態(tài)方程和過程噪聲 87
5.2.2 觀測(cè)方程和測(cè)量噪聲 88
5.3 核心思想 89
5.3.1 均值思想 89
5.3.2 權(quán)重計(jì)算 90
5.4 優(yōu)勝劣汰 92
5.4.1 隨機(jī)重采樣 93
5.4.2 多項(xiàng)式重采樣 96
5.4.3 系統(tǒng)重采樣 98
5.4.4 殘差重采樣 101
5.5 粒子濾波器 103
5.5.1 蒙特卡洛采樣 103
5.5.2 貝葉斯重要性采樣 103
5.5.3 SIS濾波器 104
5.5.4 Bootstrap/SIR濾波器 105
5.5.5 粒子濾波算法通用流程 107
5.6 粒子濾波仿真實(shí)例 108
5.6.1 一維系統(tǒng)建模 108
5.6.2 一維系統(tǒng)仿真 108
5.6.3 數(shù)據(jù)分析 112
5.7 小結(jié) 118
5.8 參考文獻(xiàn) 118
第6章 改進(jìn)粒子濾波算法 119
6.1 基本粒子濾波存在的問題 119
6.2 建議密度函數(shù) 120
6.3 EPF算法 120
6.4 UPF算法 122
6.5 PF、EPF、UPF綜合仿真對(duì)比 124
6.6 小結(jié) 137
6.7 參考文獻(xiàn) 138
第7章 粒子濾波在目標(biāo)跟蹤中的應(yīng)用 139
7.1 目標(biāo)跟蹤過程描述 139
7.2 單站單目標(biāo)跟蹤系統(tǒng)建模 140
7.3 單站單目標(biāo)觀測(cè)距離的系統(tǒng)及仿真程序 142
7.3.1 基于距離的系統(tǒng)模型 142
7.3.2 基于距離的跟蹤系統(tǒng)仿真程序 143
7.4 單站單目標(biāo)純方位角度觀測(cè)系統(tǒng)及仿真程序 149
7.4.1 純方位目標(biāo)跟蹤系統(tǒng)模型 149
7.4.2 純方位跟蹤系統(tǒng)仿真程序 150
7.5 多站單目標(biāo)純方位角度觀測(cè)系統(tǒng)及仿真程序 153
7.5.1 多站純方位目標(biāo)跟蹤系統(tǒng)模型 153
7.5.2 多站純方位跟蹤系統(tǒng)仿真程序 155
7.6 非高斯模型下粒子濾波跟蹤仿真 160
7.7 小結(jié) 166
第8章 粒子濾波在電池壽命估計(jì)中的應(yīng)用 167
8.1 電池壽命課題背景 167
8.2 電池壽命預(yù)測(cè)模型 169
8.2.1 以容量衰減為基礎(chǔ)的儲(chǔ)存壽命模型 169
8.2.2 以阻抗增加、功率衰退為基礎(chǔ)的儲(chǔ)存壽命模型 171
8.2.3 以阻抗增加、功率衰退為基礎(chǔ)的循環(huán)壽命模型 171
8.2.4 以容量衰減為基礎(chǔ)的循環(huán)壽命模型 172
8.3 基于粒子濾波的電池壽命預(yù)測(cè)仿真程序 172
8.4 小結(jié) 179
8.5 參考文獻(xiàn) 179
第9章 Simulink仿真 180
9.1 Simulink概述 180
9.1.1 Simulink啟動(dòng) 180
9.1.2 Simulink仿真設(shè)置 181
9.1.3 Simulink模塊庫簡(jiǎn)介 186
9.2 S函數(shù) 190
9.2.1 S函數(shù)原理 190
9.2.2 S函數(shù)的控制流程 193
9.3 目標(biāo)跟蹤的Simulink仿真 194
9.3.1 狀態(tài)方程和觀測(cè)方程的Simulink建模 194
9.3.2 基于S函數(shù)的粒子濾波器設(shè)計(jì)及其在跟蹤中的應(yīng)用 197
9.4 小結(jié) 204
