粒子滤波-从重要性采样（IS）到序列重要性采样（SIS）再到序列重要性重采样（SIR）

Basic Monte Carlo Sampling

应用场所

粒子滤波：针对非线性、非高斯分布的模型，用采到的样本表示概率分布（target PDF），求解$p(z_t|x_{1:t})$（根据1到t时刻的观测变量x求解t时刻隐变量z）

重要性采样(IS)

• 目标：计算服从于target PDF分布的函数$f(z)$的期望，通过应用Monte Carlo方法在概率分布中抽取N个样本，则
  $$p(\mathbf{y})=E[f(z)]\approx \frac{1}{N}\sum _{i=1}^{N}f(z_i)$$
  但如果概率分布比较复杂，则可以通过q(z)（proposal distribution）作为桥梁(importance sampling):
  $$E[f(z)]={\int }_{z}f(z)p(z)dz={\int }_{z}f(x)\frac{p(z)}{q(z)}q(z)dz=\sum _{i=1}^{N}f(z_i)\frac{p(z_i)}{q(z_i)}$$
  直接采样，然后对每个样本应用权重得到期望的近似估计，最后进行权重归一化。

• 在滤波问题求解$p(z_t|x_{1:t})$时，权重表达式：
  $$w_t^i=\frac{p(z_t^i|x^{}}{q(z_t^i|x_{1:t})}$$