《粒子滤波器理论基础概述》1400字.docx

PAGE71

粒子滤波器理论基础概述

理论上，递推贝叶斯估计能够为非线性状态估计问题给出一套完整的解决方案，但是很难求解出概率分布的解析形式。粒子滤波的核心思想是基于蒙特卡罗模拟[58]方法，利用所求状态空间中大量的样本点来近似状态后验分布，从而将积分问题转换为有限样本的求和问题。粒子滤波作为一种非参数近似方法，不需要系统满足线性高斯条件。

蒙特卡罗方法的主要步骤为：对实际的物理过程进行抽象，构造或描述概率过程；构造了概率模型后，从已知概率分布中进行采样；根据采样得到的粒子结果对目标状态进行估计。对于递推贝叶斯滤波中存在的积分运算，采用随机抽样运算的蒙特卡罗方法，假设能从后验中采样个