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。
黄小平,男,1984年6月生,江西省上饶县人,本科毕业于北京交通大学自动化专业,硕士毕业于北京航空航天大学控制科学与工程专业,博士就读于中国科学技术大学计算机应用专业,主要研究信号与信息处理,著有《卡尔曼滤波原理及应用——MATLAB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
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