粒子濾波原理及其應(yīng)用

前言

粒子濾波算法作為現(xiàn)代非線性濾波最為關(guān)注的一類濾波方法，其近年來的研究取得了引人注目的進展，這些進展必將推動控制科學、信息科學、航空航天和電子科學的快速發(fā)展，對包括人工智能、機器學習、信息處理、模式識別、無線傳感網(wǎng)絡(luò)、金融預測等學科的發(fā)展產(chǎn)生重要影響。同時對國防、遙感、機器人、智能交通、醫(yī)學成像、安全檢查和工業(yè)過程等眾多應(yīng)用領(lǐng)域的非線性濾波水平的提高也會產(chǎn)生很大的作用。鑒于此，我們選擇現(xiàn)代非線性濾波中的研究熱點——粒子濾波編寫本書，在理論方面，我們對粒子濾波算法的理論基礎(chǔ)、重要性函數(shù)選擇、重采樣技術(shù)和濾波性能評估進行逐步敘述，初步形成粒子濾波的數(shù)學理論架構(gòu)，并在這一理論框架下，從實際系統(tǒng)的應(yīng)用和實現(xiàn)問題出發(fā)，給出了不同應(yīng)用領(lǐng)域的范例。本書的宗旨是力圖將我們在這方面的理解和研究成果進行邏輯概括，試圖用盡量通俗的數(shù)學語言和觀點，論述粒子濾波的基本內(nèi)容，并且采用統(tǒng)一的一套術(shù)語和符號系統(tǒng)，以便讀者閱讀和理解。本書基于作者從事非線性系統(tǒng)狀態(tài)估計的個人體會和最新研究成果。在編寫過程的結(jié)構(gòu)安排上，我們力求注意以下幾點：（1）全書分為理論與應(yīng)用兩部分，理論部分著重闡述粒子濾波的數(shù)學理論基礎(chǔ)和實現(xiàn)方法、步驟，應(yīng)用部分則介紹粒子濾波在實際系統(tǒng)中的具體應(yīng)用；（2）在本書的開始部分，對粒子濾波的基本結(jié)構(gòu)和相關(guān)知識作簡要介紹，以保證本書的系統(tǒng)性，但取材著重于基本概念、基本理論和基本方法；（3）收集和總結(jié)了粒子濾波方法的最新動向、最新課題和最新成果，將重點置于粒子濾波的前沿研究及一些有潛力的新思想、新方法和新技術(shù)；（4）按粒子濾波算法的發(fā)展過程設(shè)立章節(jié)，使對粒子濾波了解較少的讀者也能逐步認識和理解粒子濾波的原理和工作過程；（5）在應(yīng)用部分給出了粒子濾波在不同應(yīng)用領(lǐng)域的研究成果，提供了學習模仿的藍本，以便讀者能自己模仿實踐，加深對理論的理解，體會粒子濾波算法的有效性和實用性。由于粒子濾波算法涉及許多概率論和數(shù)理統(tǒng)計的知識，而本書又不是普通的教材，因此在閱讀過程中需要讀者具備概率論和最優(yōu)化方法的基本知識。

內(nèi)容概要

如何提高非線性非高斯動態(tài)系統(tǒng)的狀態(tài)估計和預測的精度是系統(tǒng)辨識、適應(yīng)控制、模式識別、無線傳感網(wǎng)絡(luò)、通信、經(jīng)濟等領(lǐng)域中都會遇到的問題。粒子濾波提供了解決這一問題的采樣遞推方法。本書結(jié)合作者自身的相關(guān)研究工作，全面系統(tǒng)地介紹了粒子濾波的主要概念、基本原理、典型算法、應(yīng)用技術(shù)以及國際上有關(guān)研究的新成果和新動向。全書可分為理論篇(包含第1～4章)和應(yīng)用篇(包含第5～7章)。第1章為緒論。第2章給出了動態(tài)系統(tǒng)常用的幾種濾波方法，主要分析濾波方法的思想，不對算法的適用性進行討論。第3章介紹了隨機采樣與粒子濾波方法，這是一種基于采樣濾波思想的Monte—Carlo貝葉斯估計算法，本章還重點介紹算法如何利用序列重采樣實現(xiàn)狀態(tài)遞推估計。第4章討論了粒子濾波算法的改進算法．主要包括針對重采樣過程改進算法和針對似然函數(shù)選取的改進算法。第5章利用粒子濾波算法解決了機動目標跟蹤非線性問題。第6章討論了場景監(jiān)視中的多視頻目標檢測，表明這類問題可以用粒子濾波算法來解決。第7章用粒子濾波算法研究非線性系統(tǒng)辨識與故障診斷問題。    本書可作為高等院校信息工程、控制科學與工程、電子科學與工程、應(yīng)用數(shù)學、管理工程和計算機科學與應(yīng)用等學科有關(guān)研究的專題閱讀材料，也可供從事電子對抗、雷達、紅外、激光和聲吶等聲光電傳感器跟蹤，導航與定位、多傳感器信息融合及機器人視覺、智能監(jiān)視與圖像理解、無線傳感網(wǎng)絡(luò)與通信、空中交通管制和金融數(shù)據(jù)分析等領(lǐng)域研究工作的科學工作者和工程技術(shù)人員參考。

書籍目錄

前言第1章 緒論  1.1 粒子濾波算法簡介  1.2 粒子濾波算法的應(yīng)用  1.3 粒子濾波算法的特點與發(fā)展  參考文獻第2章 動態(tài)系統(tǒng)狀態(tài)模型與估計算法  2.1 動態(tài)系統(tǒng)狀態(tài)模型  2.2 非線性系統(tǒng)估計算法  參考文獻第3章 隨機采樣與粒子濾波  3.1 貝葉斯估計理論  3.2 蒙特卡羅積分  3.3 重要性采樣  3.4 序列重要性采樣  3.5 粒子匱乏與重采樣  3.6 次優(yōu)重要性采樣方法  3.7 隨機采樣濾波算法  3.8 算例仿真  參考文獻第4章 粒子濾波改進算法  4.1 重采樣過程問題  4.2 粒子匱乏問題  4.3 計算復雜性問題  參考文獻第5章 目標定位與跟蹤  5.1 機動目標跟蹤中的非線性問題  5.2 純角度跟蹤粒子濾波算法  5.3 雷達非高斯觀測噪聲粒子濾波跟蹤算法  5.4 閃爍噪聲下Rao—Blackwellised化粒子濾波算法  5.5 可變多目標粒子濾波跟蹤算法  5.6 本章小結(jié)  參考文獻第6章 視頻運動目標檢測與跟蹤  6.1 視頻目標檢測與跟蹤問題  6.2 視頻單目標多特征融合粒子濾波跟蹤算法  6.3 概率模型視頻粒子濾波跟蹤算法  6.4 概率視頻多目標跟蹤算法  參考文獻第7章 系統(tǒng)辨識與故障診斷  7.1 非線性系統(tǒng)辨識與變化檢測  7.2 系統(tǒng)參數(shù)辨識  7.3 評標決策參考文獻

章節(jié)摘錄

插圖：視頻目標檢測與跟蹤在很多場合下都有非常重要的應(yīng)用，如視頻監(jiān)控、人機交互、視頻會議、交通監(jiān)視、客流量統(tǒng)計等，是當前計算機視覺領(lǐng)域的研究熱點和難點之一，與數(shù)據(jù)點目標跟蹤相比，視頻目標檢測與跟蹤由于圖像背景的嘈雜、目標的相互遮擋以及目標表面的相似等因素變得更加復雜。視頻目標檢測跟蹤的目的是通過對傳感器拍攝到的視頻序列進行分析，計算出目標在每幀圖像上的二維位置，并將圖像序列中不同幀中同一運動目標關(guān)聯(lián)起來得到各個運動目標完整的運動軌跡。目標跟蹤的實質(zhì)是通過對圖像傳感器拍攝到的視頻序列進行分析，計算出目標在每幀圖像中的位置、大小和運動速度。其中的檢測跟蹤難點在于圖像是從三維空間到二維平面的投影，本身存在信息損失，而且運動目標并不是一個確定不變的信號，它在跟蹤過程會發(fā)生旋轉(zhuǎn)、放縮、位移等各種復雜的變化，同時目標自身的頻繁出現(xiàn)和消失、目標具有相似的外表、目標之間的相互遮擋以及光照的突然變化等，因此，開發(fā)出能夠應(yīng)對復雜環(huán)境的各種變化，精確、快速和穩(wěn)定地跟蹤視頻運動目標的算法仍然是當前努力研究的方向。

編輯推薦

《粒子濾波原理及其應(yīng)用》是由科學出版社出版的。

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    粒子濾波原理及其應(yīng)用 PDF格式下載

---