粒子滤波matlab示例,[转载]粒子滤波Matlab示例

粒子滤波算法源于蒙特卡洛思想，即以某事件出现的频率来指代该事件的概率。在粒子滤波过程中，X(t)实际上是通过对大量粒子的状态进行处理得到的。

粒子滤波的5个步骤：

1)初始状态：用大量粒子模拟X(t)，粒子在空间内均匀分布；

2)预测阶段：根据状态转移方程，每一个粒子得到一个预测粒子；

3)校正阶段：对预测粒子进行评价，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，筛选过程中，既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)滤波：将重采样后的粒子带入状态转移方程得到新的预测粒子，即步骤2。

%在二维空间,假设运动物体的一组(非线性)运动位置、速度、加速度数据,用粒子滤波方法进行处理

%实验室的博客

% 参数设置

N = 100; %粒子总数

Q =

5; %过程噪声

R =

5; %测量噪声

T =

10; %测量时间

theta =

pi/T; %旋转角度

distance =

80/T; %每次走的距离

WorldSize =

100; %世界大小

X = zeros(2,

T); %存储系统状态

Z = zeros(2,

T); %存储系统的观测状态

P = zeros(2,

N); %建立粒子群</