粒子滤波算法 学习的好资料啊
4星 · 超过85%的资源 需积分: 10 54 浏览量
2011-05-09
15:47:13
上传
评论 3
收藏 214KB DOC 举报 
粒子滤波算法
09S003057 徐飞
由于我的课题是用粒子滤波进行目标跟踪，今天参加了一场粒子滤波算法的讲座，对
经典粒子滤波与其它粒子滤波进行了详细的讲解，学到了很多知识。
经典粒子滤波
算法的一般描述：
1.初始化：取 k＝0，按 抽取 N 个样本点 ，i＝1,…,N。
2.重要性采样： ，令 ，其中 i＝1,…,N。
3.计算权值：
若采用一步转移后验状态分布，该式可简化为 。
4.归一化权值：
5.重采样：根据各自归一化权值 的大小复制/舍弃样本 ，得到N个近似服从
分布的样本 。令 ＝ ＝1/N，i＝1,…,N。
6.输出结果：算法的输出是粒子集 ，用它可以近似表示后验概率和函数
的期望
7.K=K+1,重复2步至6步。
其它粒子滤波
正则粒子滤波
正则粒子滤波(Regularized Particle Filter，RPF)是为了解决由重采样引入的新问题
而提出的一种改进的粒子滤波。当通过序贯重要性采样后引起粒子退化问题时，前面提到
可以用重采样的方法来减小退化的影响，但是引入重采样策略同时也引入了新的问题，即
粒子匮乏问题，经过若干次迭代之后，所有粒子都趋向于同一个粒子，导致粒子的多样性
丧失。这是因为在重采样过程中，粒子是从离散分布中采样取得的，而不是从连续分布中
采样得到的。
正则粒子滤波正是为了解决上述问题而提出的。它与 SIR 粒子滤波的区别在于：在重
采样过程中，SIR 从离散近似的分布中重采样，而正则粒子滤波则从连续近似的分布中重
采样。
资源评论
浮伞一朵2014-05-02资料还可以 适合参考
lshp12342012-07-12中文的粒子滤波介绍文件，公式列的较为清晰，但是没有特别详细的推导过程
