- 博客(4)
- 收藏
- 关注
RSS订阅原创 粒子滤波学习笔记（四）
前面我们分析了粒子滤波的基本原理，在这里我给出一个比较经典的例子用matlab仿真，并给出代码。模型概率表示 p(xn|xn−1)=N(xk;f(xk−1,k),Qk−1)p(\mathbf x_n|\mathbf x_{n-1})=\mathcal N(\mathbf x_k;\mathbf f(\mathbf x_{k-1},k),Q_{k-1}) p(zk|xk)=N(zk,x2k20,R
2016-12-02 21:58:46
789
原创 粒子滤波学习笔记（三）
粒子滤波前两节内容主要介绍了贝叶斯推理，蒙特卡罗积分，重要性采样和重采样，这些知识是粒子滤波的基础。在前面的基础上，我们可以这么描述粒子滤波的工作机理：状态空间可以被划分为很多个部分，而大量的粒子则按照某种概率量度充满了这些空间。某个部分概率越高，那么这一部分就会聚集更多的粒子，也就是粒子的多少可以衡量概率的大小。这个粒子系统按照状态方程随时间的变化而变化。因为概率密度函数可以用大量的离散点来估计（
2016-12-01 19:33:20
885
原创 粒子滤波学习笔记（二）
接上一篇，现在我们介绍蒙特卡罗积分和几种采样方法。目前我只是对粒子滤波有一个比较基础的认识，基本原理上只涉及到了蒙特卡罗采样和Important Sampling,Sequential Important Sampling,Sampling-Importance Resampling三种，所以就只介绍这几种。
2016-11-28 18:58:25
907
原创 粒子滤波学习笔记
粒子滤波学习笔记最近简单学习了粒子滤波相关内容，自己也有一些理解，写一点东西希望能对大家有帮助，如果有错误的地方，希望大家指正。 本文主要从以下几个部分介绍。 1、贝叶斯估计理论 2、蒙特卡洛采样估计 3、粒子滤波
2016-11-27 18:46:23
896
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人