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”):
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
EKF:
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。
(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