导读:本文包含了粒子滤波论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:粒子,算法,勘察设计,概预算,蜂群,状态,视距。
粒子滤波论文文献综述
王鸥,于亮亮,杨明钰,金成明,王飞[1]（2019）在《一种基于超宽带测距的粒子滤波平滑方法》一文中研究指出室内环境中,由于无法收到卫星导航定位信号,使得卫星定位方式无法使用。为了能够在室内环境中进行人员定位,需要其他的定位方式或技术。两种常见的室内定位技术为基于惯性测量的定位与基于超宽带(Ultra Wide Band,UWB)测距的定位。其中,基于惯性测量的定位通过处理人员携带的惯性传感器(Inertial Measurement Unit,IMU)的数据,从而推算人员的位置,但是存在误差随时间增长的缺点。基于超宽带测距的定位方式,通过超宽带信号测量基站与人员携带的标签之间的位置,从而推算人员当前的位置。但是该方式需要部署较为密集的测距基站,成本较高。本文提出一种定位方式,将惯性方式和超宽带定位方式结合,通过粒子滤波融合惯性轨迹信息与距离信息,再通过粒子滤波平滑之后,得到最终的人员位置信息。本文提出的方法相比于传统的融合惯性和超宽带测距的方法,能够避免轨迹突变现象的出现,并且能够提高最终的平均定位精度。最后,本文通过仿真实验证明了所提出方法的有效性,与相比于传统粒子滤波的方法平均误差下降了0.9 m,最大误差下降了1.8 m。(本文来源于《电子设计工程》期刊2019年24期）
张殿臣,魏国亮,田昕,朱凯群[2]（2019）在《NLOS环境下基于粒子滤波的动态更新信道模型定位系统》一文中研究指出本文利用粒子滤波(Particle Filter,PF)融合基于信号强度指示器(Received Signal Strength Indicator,RSSI)定位系统与惯性导航系统(Inertial Navigation System,INS)的位置信息,进行室内行人的定位.首先,针对PF的粒子贫化问题,在重采样阶段,对部分粒子添加随机量,增加粒子多样性,避免陷入局部最优,减小定位误差.然后,利用改进的粒子滤波算法融合两种定位方式获得的位置信息,迭代更新路径损耗因子,得到非视距(Non-Line-of-Sight,NLOS)环境下的动态更新信道模型定位系统.通过仿真和实验证明了提出的定位系统可以有效缓解NLOS的影响,提升定位性能,实现在NLOS环境下的精确定位,且定位误差在2. 2m以下.(本文来源于《小型微型计算机系统》期刊2019年12期）
张鹏程[3]（2019）在《基于粒子滤波与神经网络的工程勘察目标遮挡跟踪——评《通信工程勘察设计与概预算》》一文中研究指出随着全球信息化的到来,世界正经历一场由信息和信息技术为主导的革命。掌握以信息为载体的先进科学技术,是我国建设现代化强国,增强综合国力,提升国际竞争力的关键。目标跟踪技术作为计算机视觉学科中的组成部分,是一门跨学科涉及多领域的科学技术。目标跟踪能够自主获取信息并对信息进行分析判断,从而做出智能决策。主要运用在视频监控、交通管理、军事安全等领域。在目标跟踪的过程中,目标运动具有复杂性、特殊性,再加上复杂背景、光照强度、目标特征、目标尺度变化等多方面因素的干扰,目标追踪的效果受到严重影响。尤其是目标跟踪的遮挡问题,一直是目标跟踪过程中急需解决的难点,对跟踪算法和模型的精确程度要求较高,然而多数系统都(本文来源于《岩土工程学报》期刊2019年12期）
翟亚芳,顾钊源,张大伟[4]（2019）在《基于粒子滤波的微小型移动机器人红外定位研究》一文中研究指出对微小型移动机器人之间的协作定位问题进行了研究.根据微小型机器人的结构特点,建立了它们之间的红外定位模型.在红外定位的基础上,将粒子滤波算法应用于微小型移动机器人的状态估计中.结合红外传感器信息更新各时刻机器人位姿信息的粒子集,并利用粒子集逼近机器人当前时刻的位姿状态.通过实验和误差分析,对所建立的基于粒子滤波的红外定位方法的可行性进行了验证.(本文来源于《郑州大学学报(理学版)》期刊2019年04期）
杨奕飞,鲍威尔[5]（2019）在《MCMC粒子滤波的动力定位状态估计方法》一文中研究指出状态估计是动力定位系统控制部分重要的一环,要让船舶保持在目标位置就需要获得准确的船舶状态信息。针对扩展卡尔曼滤波和无迹卡尔曼滤波等滤波依赖高斯逼近而无法适应船舶运动这类强非线性问题,选用基于贝叶斯估计的改进粒子滤波算法。针对标准粒子滤波的退化和贫化问题,引入马尔科夫链蒙特卡罗算法,构造马尔可夫链产生来自目标分布的样本,降低粒子间的关联性。仿真结果表明,改进的粒子滤波能够从包含高频运动信息和噪声的测量信息中分离船舶低频运动信息,滤波精度较高,稳定性较好。(本文来源于《控制工程》期刊2019年11期）
萧志聪,叶迅[6]（2019）在《基于粒子滤波的机器人搬运轨迹协同定位方法》一文中研究指出为全面提升自治机器人在搬运行进过程中的的绝对定位能力,提出基于粒子滤波的机器人搬运轨迹协同定位方法。在粒子滤波跟踪框架中,通过选取定位隐含层的方式,计算轨迹滤波梯度,完成基于粒子滤波的轨迹定位环境搭建。在此基础上,利用满足标定规则的粒子滤波器,校正机器人搬运轨迹的协同误差,并以此为条件推导出定位条件熵,完成基于粒子滤波机器人搬运轨迹协同定位方法的顺利应用。模拟对比实验结果显示,应用新型轨迹协同定位方法后,绝对定位精度可达到90%以上,传统定位方法遗留问题得到有效解决。(本文来源于《电子设计工程》期刊2019年22期）
吴颖,李晓玲,唐晶磊[7]（2019）在《Hadoop平台下粒子滤波结合改进ABC算法的IoT大数据特征选择方法》一文中研究指出针对现有物联网大数据特征选择算法计算效率低下、可扩展性不高的问题,提出一种基于改进人工蜂群(ABC)选择特征的系统架构,该架构包含四层体系,可以高效地聚合有效数据,剔除不需要的数据。整个系统是基于Hadoop平台、MapReduce以及改进ABC算法的。改进ABC算法用于选择特征,而MapReduce则由并行算法支持,该算法可高效处理大数据集。该系统使用MapReduce工具实现,并利用粒子滤波来消除噪声。将提出的算法与同类方法进行比较,并通过使用十个不同的数据集对效率、准确性和吞吐量进行评估。结果表明,相比其他几种较新的算法,提出的算法在选择特征时更具可扩展性和高效性。(本文来源于《计算机应用研究》期刊2019年11期）
周英,李凯,周宇媚[8]（2019）在《随机系统中粒子滤波算法》一文中研究指出本文就随机系统中的基本粒子滤波算法进行了研究,在非线性状态下基本粒子滤波器估计输出采用了最大后验概率和后验均值两种方式均能反应滤波估计的状态能很好地跟随真实状态,但粒子退化现象较严重,因此选择合适的建议密度方法,改进粒子滤波算法,其偏差能在较短时间内达到极低水平,对真实状态的跟随性更强,适合数据量应用较少的高斯模型系统。(本文来源于《电子技术与软件工程》期刊2019年20期）
李亚文,刘萌[9]（2019）在《一种改进型的粒子滤波算法在运动目标跟踪中的应用》一文中研究指出针对传统粒子滤波算法进行目标跟踪时,当跟踪目标颜色与背景近似或者有遮挡时,易出现跟踪丢失的现象,论文提出了一种改进型的粒子滤波算法,将传统粒子滤波算法和卡尔曼滤波算法相结合,将跟踪目标分成多个子块并进行子模块匹配,并把匹配的子模块和预测的目标位置进行融合,实现对运动目标的准确跟踪。对采集的一段视频在Matlab中进行仿真实验,实验结果表明,改进型的粒子滤波算法能较好的实现对目标背景近似或遮挡时运动目标的跟踪,跟踪精度较高,算法鲁棒性好。(本文来源于《舰船电子工程》期刊2019年10期）
马彦,陈阳,张帆,陈虹[10]（2019）在《基于扩展H_∞粒子滤波算法的动力电池寿命预测方法》一文中研究指出动力电池的性能随着使用会出现不可避免的老化,直接影响着电动汽车的性能和使用。在动力电池使用过程中对其进行剩余寿命的预测,可以确定动力电池的最佳维修和更换时机,进而有效延长动力电池寿命,增加电动汽车的续驶里程。因此,采用扩展H_∞粒子滤波算法进行动力电池的剩余寿命预测。进行锂离子动力电池循环老化试验,获取其全寿命周期的容量衰减数据。采用双指数拟合的方法建立电池容量衰减模型,并验证其准确性。将模型参数作为状态量,采用扩展H_∞粒子滤波算法对模型参数进行实时估计与更新,获得剩余循环次数以及预测结果的可信度。仿真结果表明,基于扩展H_∞粒子滤波算法得到的动力电池剩余寿命预测结果与基于粒子滤波得到的预测结果相比更加精确。(本文来源于《机械工程学报》期刊2019年20期）
粒子滤波论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文利用粒子滤波(Particle Filter,PF)融合基于信号强度指示器(Received Signal Strength Indicator,RSSI)定位系统与惯性导航系统(Inertial Navigation System,INS)的位置信息,进行室内行人的定位.首先,针对PF的粒子贫化问题,在重采样阶段,对部分粒子添加随机量,增加粒子多样性,避免陷入局部最优,减小定位误差.然后,利用改进的粒子滤波算法融合两种定位方式获得的位置信息,迭代更新路径损耗因子,得到非视距(Non-Line-of-Sight,NLOS)环境下的动态更新信道模型定位系统.通过仿真和实验证明了提出的定位系统可以有效缓解NLOS的影响,提升定位性能,实现在NLOS环境下的精确定位,且定位误差在2. 2m以下.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
粒子滤波论文参考文献
[1].王鸥,于亮亮,杨明钰,金成明,王飞.一种基于超宽带测距的粒子滤波平滑方法[J].电子设计工程.2019
[2].张殿臣,魏国亮,田昕,朱凯群.NLOS环境下基于粒子滤波的动态更新信道模型定位系统[J].小型微型计算机系统.2019
[3].张鹏程.基于粒子滤波与神经网络的工程勘察目标遮挡跟踪——评《通信工程勘察设计与概预算》[J].岩土工程学报.2019
[4].翟亚芳,顾钊源,张大伟.基于粒子滤波的微小型移动机器人红外定位研究[J].郑州大学学报(理学版).2019
[5].杨奕飞,鲍威尔.MCMC粒子滤波的动力定位状态估计方法[J].控制工程.2019
[6].萧志聪,叶迅.基于粒子滤波的机器人搬运轨迹协同定位方法[J].电子设计工程.2019
[7].吴颖,李晓玲,唐晶磊.Hadoop平台下粒子滤波结合改进ABC算法的IoT大数据特征选择方法[J].计算机应用研究.2019
[8].周英,李凯,周宇媚.随机系统中粒子滤波算法[J].电子技术与软件工程.2019
[9].李亚文,刘萌.一种改进型的粒子滤波算法在运动目标跟踪中的应用[J].舰船电子工程.2019
[10].马彦,陈阳,张帆,陈虹.基于扩展H_∞粒子滤波算法的动力电池寿命预测方法[J].机械工程学报.2019
论文知识图
