控制算法学习 三、贝叶斯滤波（2）算法流程

前言

概率论基础部分已经记录了全概率公式、贝叶斯定理、贝叶斯递推公式。这一部分将快速介绍贝叶斯滤波过程。

系统建模

假设某系统具有马尔可夫性，其有噪状态观测是 Z = { z 1 ,   z 2 ,   … , z n } Z=\{ z_1,\ z_2, \ \dots, z_n \} Z={z1​, z2​, …,zn​}，本时刻的观测是$z_n$，估计本时刻系统的真实状态$x_n$。

系统的马尔可夫性

所谓马尔可夫性，就是指系统当前的状态只与上一时刻的状态和控制输入有关，系统的观测只与当前的状态有关，即：
$$\begin{array}{rl}& p(x_n|x_{1:n-1},z_{1:n-1})=p(x_n|x_{n-1})\\ & p(z_n|x_{1:n},z_{1:n-1})=p(z_n|x_n)\end{array}$$
为了简洁，系统没有增加控制输入$u_i$，但不会影响推导过程。

贝叶斯滤波过程

贝叶斯滤波包含预测和更新两个步骤。

预测

所谓预测，就是通过此前的观测$z_{1:n-1}$，预测本时刻的状态$x_n$ ：
$$\begin{array}{rl}p(x_n|z_{1:n-1})& =\int p(x_n|x_{n-1},z_{1:n-1})p(x_{n-1}|z_{1:n-1})d{x}_{n-1}\\ & =\int p(x_n|x_{n-1})p(x_{n-1}|z_{1:n-1})d{x}_{n-1}\end{array}$$
这是一个全概率公式，其含义是在预测中，通过上一时刻的状态转移概率与上一时刻的状态最优估计，预测本时刻的状态。

更新

所谓更新，就是通过本时刻的预测状态$x_n$，与观测状态$z_n$融合，得到本时刻的状态最优估计$x_n$：
$$\begin{array}{rlr}p(x_n|z_{1:n})& =\frac{p(z_n|x_n,z_{1:n-1})p(x_n|z_{1:n-1})}{p(z_n|z_{1:n-1})}& (1)\\ & =\frac{p(z_n|x_n)p(x_n|z_{1:n-1})}{\int p(z_n|x_n,z_{1:n-1})p(x_n|z_{1:n-1})d{x}_n}& (2)\\ & =\frac{p(z_n|x_n)p(x_n|z_{1:n-1})}{\int p(z_n|x_n)p(x_n|z_{1:n-1})d{x}_n}& (3)\end{array}$$
以上(1)是贝叶斯定理，(2)中的分母是全概率公式，(3)是马尔可夫性。

到这里，本时刻n的贝叶斯滤波就结束了，本时刻的状态最优估计$x_n$将用于下一时刻的预测和更新。

贝叶斯滤波思想与本质

把目光放在状态更新方程上：
$$p(x_n|z_{1:n})=\frac{p(z_n|x_n)p(x_n|z_{1:n-1})}{\int p(z_n|x_n)p(x_n|z_{1:n-1})d{x}_n}$$
用贝叶斯的思想来看，$p(x_n|z_{1:n})$是后验概率，$p(x_n|z_{1:n-1})$是先验概率，$p(z_n|x_n)$是似然。而这三者对应的是状态最优估计、状态预测、状态观测。

同时，先验又是上一时刻的后验的衍生。

于是贝叶斯滤波的本质一目了然：在一条马尔可夫链（系统状态）上，做贝叶斯递推估计。

后记

终于把贝叶斯滤波理清了，下次从贝叶斯滤波的角度上，理解卡尔曼滤波。