粒子滤波算法原理及Matlab程序专题 精选文档.pptVIP

粒子滤波算法原理及 Matlab 程序 主讲： 方牛娃 QQ: 345194112 1 、粒子滤波的发展历史 ? 90 年代初， Gordon 、 Salmond 、和 Smith 所提出的重采样 （ Resampling ）技术 。 ? 90 年中期，计算机的计算能力的提高 ? 近年来的新技术， EPF 、 UPF 、 RBPF 等 ? 新的应用领域：目标定位和跟踪、图像处理、语音处理、 故障检测、经济数据处理 2 、蒙特卡洛原理 ? 粒子滤波技术是以蒙特卡洛为基础的 ? 蒙特卡洛：用实验模拟的方法解决复杂的积分计算问题 ? 硬币投掷实验（ 1 ） ? 掷一枚均匀硬币，正面朝上的次数 X 服从参数为１， p 的二项分 布 ,X~B(1,p) ? 在 Matlab 中编辑 .m 文件输入以下命令： function cion_throw_test1 p=0.3; % 正面朝上的概率 m=1000; % 实验次数 fun(p,m); % 修改不同的 p,m 值 function fun(p,mm) pro=zeros(1,mm); randnum = binornd(1,p,1,mm); % 服从二项分布 a=0; 0 200 400 600 800 1000 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 2 、蒙特卡洛原理 ? 蒙特卡洛的应用 2 sin l X ? ? 应用说明：利用蒙特卡洛模拟 计算圆周率 ? 方法解决： 假设平面上有无数条距离为 1 的等距平行线， 现向该平面随机投掷一根长度为 l 的针 ( l ? 1) ， 则我们可计算该针与任一平行线相交的概率。 这里，随机投针指的是：针的中心点与最近 的平行线间的距离 X 均匀地分布在区间 [0,1/2] 上，针与平行线的夹角 ? （不管相交与否） 均匀的分布在区间 [0, ? ] 上。此时，针与线相 交的充要条件是 ? ? ? ? ? l dxdw l X P p l 2 2 sin 2 ? 0 si n 2 0 ? ? ? ? ? ? ? ? ? ? ?? 从而针线相交的概率为： 2 、蒙特卡洛 ? %%%%%%%%%%%%%%%%%%%%%%%%% ? % 说明：利用蒙特卡洛模拟计算圆周率 ? %%%%%%%%%%%%%%%%%%%%%%%%% ? function buffon_test ? l=0.6; ? m=10000; % 实验次数 ? buffon(l,m); ? %%%%%%%%%%%%%%%%%%%%%%%%% ? function piguji=buffon(llength,mm) ? %llength 是针的长度 ? %mm 是随机实验次数 ? frq=0; ? xrandnum = unifrnd(0,0.5,1,mm); ? phi= unifrnd(0,pi,1,mm); ? for ii=1:mm ? if (xrandnum(1,ii)=(llength*sin(phi(1,ii))/2)) ? frq=frq+1; ? end ? end ? piguji=2*llength/(frq/mm) ? 实验结果如下： 3 、粒子滤波原理 ? 粒子滤波目前有四大基本 的重采样方法，分别是残 差重采样（ Residual resampling ），多项式重 采样（ Multinomial resampling ），系统重采 样（ Systematic resampling ），随机重采 样（ random resampling ），关于他们 的原理，读者可以到网上 检索相关的论文。 3 、粒子滤波原理 ? 随机重采样 执行仿真程序，得到以下仿真 结果，图中上部就是程序中给 定的 W 随机样本，而下部分是 由随机采样得到的 V 样本集合。 从连线关系可以看出， W 样本 集中的第 2 个样本被复制一次， 第 3 个样本被复制 2 次，第 7 个 样本被复制 2 次，第 8 个样本被 复制 1 次，第 9 个样本被复制 2 次， …… ， W 中除了被复制的 样本外，其他样本被舍弃，这 就是“优胜劣汰”的思想。 4 、粒子滤波在单目标跟踪中的应用 ? 状态方程： ? 观测方程： ? 噪声模型： Q 、 R 4 、纯方位角单目标跟踪 ? 纯方位跟踪系统仿真程序