粒子滤波理解
假设系统的状态转移服从一阶马尔科夫模型
p(xk|xk−1)
已知
k−1
时刻的概率密度函数
p(xk−1|y1:k−1)
预测
p(xk|y1:k−1)=∫p(xk,xk−1|y1:k−1)dxk−1=∫p(xk|xk−1,y1:k−1)p(xk−1|y1:k−1)dxk−1=∫p(xk|xk−1)p(xk−1|y1:k−1)dxk−1
更新
由
p(xk|y1:k−1)
得到后验概率
p(xk|y1:k)
p(xk|y1:k)=p(yk|xk,y1:k−1)p(xk|y1:k−1)p(yk|yk−1)=p(yk|xk)p(xk|y1:k−1)p(yk|yk−1)
其中,归一化常数
p(yk|yk−1)=∫p(yk|xk)p(xk|y1:k−1)dxk
计算里要用到积分,为了解决这个积分难的问题,可以用蒙特卡洛采样来代替计算后验概率
p^(i)n