粒子滤波算法09S003057 徐飞由于我的课题是用粒子滤波进行目标跟踪，今天参加了一场粒子滤波算法的讲座，对经典粒子滤波与其它粒子滤波进行了详细的讲解，学到了很多知识。经典粒子滤波算法的一般描述：1.初始化：取k0，按抽取N个样本点，i1,N。2.重要性采样：，令，其中i1,N。3.计算权值： 若采用一步转移后验状态分布，该式可简化为。4.归一化权值：5.重采样：根据各自归一化权值的大小复制/舍弃样本，得到N个近似服从分布的样本。令1/N，i1,N。6.输出结果：算法的输出是粒子集，用它可以近似表示后验概率和函数的期望 7.K=K+1,重复2步至6步。其它粒子滤波正则粒子滤波正则粒子滤波(Regularized Particle Filter，RPF)是为了解决由重采样引入的新问题而提出的一种改进的粒子滤波。当通过序贯重要性采样后引起粒子退化问题时，前面提到可以用重采样的方法来减小退化的影响，但是引入重采样策略同时也引入了新的问题，即粒子匮乏问题，经过若干次迭代之后，所
