贝叶斯滤波 KF UKF EKF 粒子滤波（PF）

传送们：

概率论基础知识：

(214条消息) 我是如何十分钟复习概率论基础知识？_司南牧的博客-CSDN博客https://blog.csdn.net/varyshare/article/details/97614323

 贝叶斯滤波：

        贝叶斯：（基于概率论+统计学）

        在统计学中有两个较大的分支：一个是“频率”，另一个便是“贝叶斯”，它们都有各自庞大的知识体系，而“贝叶斯”主要利用了“相关性”一词。下面以通俗易懂的方式描述一下“贝叶斯定理”：通常，事件 A 在事件 B 发生的条件下与事件 B 在事件 A 发生的条件下，它们两者的概率并不相同，但是它们两者之间存在一定的相关性，并具有以下公式（称之为“贝叶斯公式”）：

 (214条消息) 通俗地理解贝叶斯公式（定理）_贝叶斯公式怎么理解_睿科知识云的博客-CSDN博客https://blog.csdn.net/ccc369639963/article/details/123350509?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522168214807916800211564397%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=168214807916800211564397&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_click~default-2-123350509-null-null.142%5Ev86%5Ekoosearch_v1,239%5Ev2%5Einsert_chatgpt&utm_term=%E8%B4%9D%E5%8F%B6%E6%96%AF&spm=1018.2226.3001.4187

        条件概率与独立事件：

概率论4—条件概率 与 事件独立性_条件概率与事件独立性_qq_43133135的博客-CSDN博客https://blog.csdn.net/qq_43133135/article/details/108756415      贝叶斯滤波器：（一）：细说贝叶斯滤波：Bayes filters - 王永才 - 博客园 (cnblogs.com)https://www.cnblogs.com/ycwang16/p/5995702.html

贝叶斯滤波详解_贝叶斯滤波公式_qq_43133135的博客-CSDN博客https://blog.csdn.net/qq_43133135/article/details/108638858?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522168214770516800215099509%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=168214770516800215099509&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_positive~default-1-108638858-null-null.142%5Ev86%5Ekoosearch_v1,239%5Ev2%5Einsert_chatgpt&utm_term=%E8%B4%9D%E5%8F%B6%E6%96%AF%E6%BB%A4%E6%B3%A2&spm=1018.2226.3001.4187

(214条消息) 【易懂教程】我是如何十分钟理解与推导贝叶斯滤波(Bayes Filter)算法？_贝叶斯滤波 推导_司南牧的博客-CSDN博客https://blog.csdn.net/varyshare/article/details/97642209

KF：(212条消息) 详解卡尔曼滤波原理_engineerlixl的博客-CSDN博客https://blog.csdn.net/u010720661/article/details/63253509?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522168198671916800184164030%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=168198671916800184164030&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_positive~default-1-63253509-null-null.142%5Ev85%5Epc_search_v2,239%5Ev2%5Einsert_chatgpt&utm_term=%E5%8D%A1%E5%B0%94%E6%9B%BC%E6%BB%A4%E6%B3%A2&spm=1018.2226.3001.4187

EKF： 

卡尔曼滤波算法原理(KF,EKF,AKF,UKF)_^ k∣k 1 =f k x ^ k 1∣k 1 +b k u k_GoodluckTian的博客-CSDN博客卡尔曼滤波原理及实践公式x^k∣k−1=Fkx^k−1∣k−1\hat x_{k|k-1} = F_k \hat x_{k-1|k-1} x^k∣k−1​=Fk​x^k−1∣k−1​Pk∣k−1=FkPk−1∣k−1FkT+QkP_{k|k-1} = F_k P_{k-1|k-1} F^T_k + Q_kPk∣k−1​=Fk​Pk−1∣k−1​FkT​+Qk​Kk=Pk∣k−1HkT(HkPk∣k−1HkT+Rk)−1K_k = P_{k|k-1}H^T_k {(H_k P_{k|k-1} H^https://blog.csdn.net/weixin_43152152/article/details/115753921?ops_request_misc=&request_id=&biz_id=102&utm_term=kf&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-1-115753921.142%5Ev84%5Econtrol_2,239%5Ev2%5Einsert_chatgpt&spm=1018.2226.3001.4187

UKF：

        无迹变换：

https://www.cnblogs.com/21207-iHome/p/5235768.html#4700729https://www.cnblogs.com/21207-iHome/p/5235768.html#4700729概率机器人——扩展卡尔曼滤波、无迹卡尔曼滤波 - 知乎 (zhihu.com)https://zhuanlan.zhihu.com/p/41767489(214条消息) 卡尔曼滤波算法原理(KF,EKF,AKF,UKF)_^ k∣k 1 =f k x ^ k 1∣k 1 +b k u k_GoodluckTian的博客-CSDN博客https://blog.csdn.net/weixin_43152152/article/details/115753921?ops_request_misc=&request_id=&biz_id=102&utm_term=kf&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-1-115753921.142%5Ev84%5Econtrol_2,239%5Ev2%5Einsert_chatgpt&spm=1018.2226.3001.4187

 粒子滤波：

基础蒙特卡洛方法：采用大量采样的方法得到近似实际结果。

【智源学院】30分钟了解蒙特卡罗方法-有意思专题系列（蒙特卡洛方法）（Monte Carlo method）_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1Gs411g7EJ/?spm_id_from=333.999.0.0概率论与数理统计：

(214条消息) 概率密度函数、概率分布函数、常见概率分布_Anne033的博客-CSDN博客https://blog.csdn.net/Anne033/article/details/109303806?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2~default~CTRLIST~Rate-1-109303806-blog-114377358.235%5Ev31%5Epc_relevant_default_base3&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2~default~CTRLIST~Rate-1-109303806-blog-114377358.235%5Ev31%5Epc_relevant_default_base3蒙特卡洛（Monte Carlo, MCMC）方法的原理和应用_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV17D4y1o7J2/?spm_id_from=333.788.recommend_more_video.-1&vd_source=1524addc38729b551308ec4c3adaaef4(214条消息) 如何简单理解概率分布函数和概率密度函数？_概率密度函数和分布函数的关系_anshuai_aw1的博客-CSDN博客https://blog.csdn.net/anshuai_aw1/article/details/82626468?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522168225900116800227459188%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=168225900116800227459188&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduend~default-1-82626468-null-null.142%5Ev86%5Econtrol_2,239%5Ev2%5Einsert_chatgpt&utm_term=%E6%A6%82%E7%8E%87%E5%AF%86%E5%BA%A6%E5%87%BD%E6%95%B0%E3%80%81%E6%A6%82%E7%8E%87%E5%88%86%E5%B8%83%E5%87%BD%E6%95%B0&spm=1018.2226.3001.4187