粒子流滤波(PFF)是一种高精度、低计算量的滤波算法，由Daum和Huang提出，旨在解决高维空间下粒子退化问题。相比EKF和UKF，PFF在非线性滤波中表现更优。本文探讨了PFF的理论背景，包括高维空间的挑战、传统方法的局限，以及如何通过流动（flow）机制避免重采样，从而降低计算量并保持滤波精度。作者计划通过实践来深入理解PFF算法。
粒子流滤波(Particle Flow Filter， PFF，有人也叫做Daum-Huang Filter，DHF)是Fred Daum和Jim Huang两位作者提出的一种新型滤波算法，按照作者的说法，该方法精度比EKF和UKF高，计算量比PF少，因此打算学一下然后作为我毕设的一部分。有一说一，粒子流滤波的理论推导是真滴难，因此我打算先从应用下手，下面开始吧。
以下均为我个人整理总结所得，如有错误，欢迎批评指正，谢谢。
Reference:
1.粒子流滤波的实现：https://ieeexplore.ieee.org/abstract/document/6319675
2.两种粒子流滤波的介绍：https://www.spiedigitallibrary.org/conference-proceedings-of-spie/8050/805021/Discussion-and-application-of-the-homotopy-filter/10.1117/12.886385.full?SSO=1
3.精确粒子流滤波算法的介绍：
最低0.47元/天 解锁文章
扫一扫
888
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
