粒子滤波器入门

书评：《粒子滤波原理及应用——MATLAB仿真》

上一篇《卡尔曼滤波器入门》中已经提到，该系列丛书的理论内容描述精炼，配套的案例与代码详细，能够帮助入学者在短时间内理解并快速上手应用，所以仍然推荐给初学者。
粒子滤波，是针对时序状态条件系统滤波算法，基于蒙特卡洛法原理解决线性与非线性系统参数估计问题。该算法成熟期是在Kalman滤波算法之后，在图像处理领域具有广泛应用。相比较而言，粒子滤波会占用较大的计算力和资源，是一种高阶的滤波算法。
第一章绪论十分中肯的阐述了粒子滤波发展趋势与应用。粒子滤波主要应用于目标跟踪。
第二章MATLAB基础简述了数组运算、结构体与元胞数组操作、条件/循环/函数设计以及画图程序设计。
第三章概率论与数理统计基础，介绍了一些常规概率与统计基础，白噪声与有色噪声比较。
第四章蒙特卡洛原理，即统计模拟，并讲解了经典了蒙特卡洛法案例。
第五章粒子滤波原理，介绍了核心思想、权重生成、重采样算法，并以一维数据为例提供了较为详细的粒子滤波入门级MATLAB代码和性能评估方法。
第六章改进粒子滤波算法，也是采用Jacobians矩阵优化运算算子，并与各种Kalman滤波器结合的改进型粒子滤波，并给出较为详细的示例。
第七章粒子滤波在目标跟踪中的应用，介绍了目标跟踪过程描述，从单站单目标观测距离系统、单站单目标纯方位角度观测系统、多站单目标纯方位角度观测系统、非高斯模型下粒子滤波跟踪系统演示了粒子滤波应用。
第八章粒子滤波在电池寿命估计中的应用，简介了几类电池寿命估计模型，并利用粒子滤波根据电池容量衰减模型预测电池寿命。
第九章Kalman滤波的Simulink仿真，Simulink环境仿真设置、数据设置、模块库简介、S函数应用，并以目标跟踪示例。
该书能够帮助入学者在7天之内充分了解粒子滤波并辅助大家理解卡尔曼滤波编程。本书第6、7章是最为重要的章节，建议大家可以先看这两章，前面的理论可以通过CSDN论坛以及该书进行补习。使用这本书的目的主要是尽快的完成工程任务，但是缺点就是对参数理解不足，对于提高系统性能还需要继续查看其它文献。
但是该书理论部分十分单薄，里面也存在明显的问题，如下：

• P73： (602-402)/602=5/9=0.556应该改为(60^2-402)/60^2=5/9=0.556）

• 文中Matlab代码仍然可以优化
  总而言之，该书可以帮助初学者在一周内快速上手，深入研究还需要多看文献，充分理解其物理意义。