粒子滤波理论一看就懂.pdfVIP

2 粒子滤波理论 粒子滤波通过 非参数化的蒙特卡洛 (Monte Carlo) 模拟方法来实现递推贝叶斯滤波 ，适用 于任何能用状态空间模型描述的非线性系统， 精度可以逼近最优估计。 粒子滤波器具有简单、 易于实现等特点， 它为分析非线性动态系统提供了一种有效的解决方法， 从而引起 目标跟踪、 信号处理以及自动控制等领域的广泛关注。 本章首先概述用于求解目标状态后验概率的贝叶 斯滤波理论， 随后介绍具有普遍适用性的粒子滤波器， 最后针对当前粒子滤波器存在的粒子 多样性丧失问题，提出了一种量子进化粒子滤波算法。 2.1 贝叶斯滤波 动态系统的目标跟踪问题可以通过图 2.1 所示的状态空间模型来描述。本节在贝叶斯滤 波框架下讨论目标跟踪问题。 图 2.1 状态空间模型 Fig. 2.1 State space model 在目标跟踪问题中，动态系