粒子滤波学习笔记

粒子滤波

粒子滤波的状态转移方程和观测方程如下：


其中的x(t)为t时刻状态，u(t)为控制量，w(t)和e(t)分别为状态噪音和观测噪音，粒子滤波从观测y(t)和上个时刻状态x(t - 1)，u(t)，w(t)中过滤出t时刻的状态x(t)的过程如下：
1、初始状态：用大量粒子模拟X(t)，粒子在空间均匀分布。
2、预测阶段：要依据上个时间点系统的状态的概率分布来采样，产生的样本称为粒子，它们的分布就是上个时间点系统状态的概率分布，根据状态转移方程，每个粒子得到一个预测粒子；
3、校正阶段：根据条件概率对预测粒子进行评价，该条件概率值即为粒子的权重，越接近于真实状态的粒子，其权重越大。
4、重采样：根据粒子权重对粒子进行筛选，即要大量保留权重大的粒子，又要有一小部分权重小的粒子。
5、将重采样后的粒子带入步骤2状态转移方程得到新的预测粒子

粒子滤波理论

从贝叶斯理论的角度看，状态估计问题(目标跟踪、信号滤波)就是根据之前一系列的已有数据(后验知识)递推地计算出当前状态的可信度，即，它需要通过预测和更新连个步骤来递推计算。