本書可以作為電子信息類專業(yè)的本科生和碩士、博士研究生“數(shù)字信號處理”課程的教材，也可以作為從事雷達、無線傳感器網(wǎng)絡、數(shù)字信號處理的教師和科研人員的參考書。
黃小平，男，1984年6月生，江西省上饒縣人，北京交通大學自動化本科，北京航空航天大學控制科學與工程碩士，博士就讀于中國科學技術(shù)大學計算機應用專業(yè)，主要研究信號與信息處理。著有《卡爾曼濾波原理及應用——MATLAB仿真》、《粒子濾波原理及應用——MATLAB仿》。
第1章MATLAB仿真基礎(chǔ)
11MATLAB簡介
111MATLAB發(fā)展歷史
112MATLAB 71系統(tǒng)
113M-File編輯器的使用
12數(shù)據(jù)類型和數(shù)組
121數(shù)據(jù)類型概述
122數(shù)組的創(chuàng)建
123數(shù)組的屬性
124數(shù)組的操作
125結(jié)構(gòu)體和元胞數(shù)組
13程序設計
131條件語句
132循環(huán)語句
133函數(shù)
134畫圖
14小結(jié)
第2章目標定位跟蹤系統(tǒng)概述
21觀測系統(tǒng)
211基本概念
212坐標系
213典型的觀測站
22定位
221模糊定位
222精確定位
223典型的定位系統(tǒng)
23目標跟蹤
231多觀測站系統(tǒng)架構(gòu)
232跟蹤過程描述
233跟蹤軌跡
24跟蹤的數(shù)學模型
241勻速直線運動
242勻加速運動
25小結(jié)
第3章目標定位算法
31非測距的定位算法
311質(zhì)心定位算法
312加權(quán)質(zhì)心定位算法
313網(wǎng)格定位算法
32基于測距的定位算法
321最小二乘原理
322最小二乘定位算法
323基于RSSI測距的定位算法
324基于TOA/TDOA的目標定位算法
33基于角度測量的定位算法
331雙站角度定位
332三角測量法定位
34移動目標定位算法
341移動目標計算機仿真建模
342基于距離觀測的運動目標定位
343純方位角的運動目標定位
35小結(jié)
第4章線性Kalman濾波
41Kalman濾波原理
411射影定理
412Kalman濾波器
413Kalman濾波的參數(shù)處理
42Kalman濾波用于一維觀測信號去噪
421信號測量濾波原理
422一維Kalman濾波的應用仿真
43Kalman濾波在自由落體運動目標跟蹤中的應用
431狀態(tài)方程的建立
432自由落體跟蹤仿真
44Kalman濾波在船舶GPS導航定位系統(tǒng)中的應用
441GPS導航系統(tǒng)原理介紹
442導航定位系統(tǒng)仿真
45Kalman濾波在視頻圖像目標跟蹤中的應用
451視頻捕獲和錄制
452視頻導入和顯示
453對視頻幀的操作
454Kalman濾波對自由下落的皮球跟蹤應用
46小結(jié)
第5章非線性Kalman濾波
51擴展Kalman濾波
511EKF的基本思想
512非線性系統(tǒng)的線性化
513EKF的濾波原理
52EKF的應用及仿真
521EKF應用于一維非線性系統(tǒng)
522基于距離觀測的目標跟蹤EKF狀態(tài)估計
523純方位角目標跟蹤EKF狀態(tài)估計
524EKF在純方位尋的導彈制導中的應用
53無跡Kalman濾波
531UKF的基本思想
532無跡變換
533UKF的濾波過程
54UKF的應用及仿真
541UKF在單站觀測站目標跟蹤中的應用
542UKF在六維勻加速直線運動目標跟蹤系統(tǒng)中的應用
55小結(jié)
第6章粒子濾波
61粒子濾波簡介
611粒子濾波的發(fā)展歷史
612粒子濾波的特點
613粒子濾波的應用領(lǐng)域
62蒙特卡洛原理
621蒙特卡洛的基本思想
622蒙特卡洛的理論基礎(chǔ)
623蒙特卡洛的應用實例
63粒子濾波原理
631蒙特卡洛采樣原理
632貝葉斯重要性采樣
633序列重要性采樣濾波器
634Bootstrap/SIR濾波器
635權(quán)值計算方法
64粒子濾波經(jīng)典采樣算法
641隨機重采樣
642多項式重采樣
643系統(tǒng)重采樣
644殘差重采樣
65粒子濾波的應用
651粒子濾波應用于一維非線性系統(tǒng)
652粒子濾波應用于高斯模型目標跟蹤系統(tǒng)
653粒子濾波應用于非高斯模型目標跟蹤系統(tǒng)
66小結(jié)
第7章多目標跟蹤算法
71多目標跟蹤系統(tǒng)建模
711單站多目標跟蹤系統(tǒng)建模
712單站多目標跟蹤系統(tǒng)仿真
713多站多目標跟蹤系統(tǒng)建模
714多站多目標跟蹤系統(tǒng)仿真
72多目標跟蹤分類算法
721多目標數(shù)據(jù)融合概述
722近鄰法分類算法及程序
723近鄰法用于目標跟蹤中的航跡關(guān)聯(lián)及算法程序
724k-近鄰法分類算法
73多目標跟蹤算法
731基于Kalman濾波的多目標跟蹤算法
732基于粒子濾波的多目標狀態(tài)估計
74小結(jié)
第8章Simulink仿真
81Simulink概述
811Simulink啟動
812Simulink仿真設置
813Simulink模塊庫簡介
82S函數(shù)
821S函數(shù)原理
822S函數(shù)的控制流程
83目標跟蹤的Simulink仿真
831狀態(tài)方程和觀測方程的Simulink建模
832基于S函數(shù)的Kalman濾波器設計及其在跟蹤中的應用
833基于S函數(shù)的粒子濾波器設計及其在跟蹤中的應用
84小結(jié)
書單推薦
