精选优质文档-倾情为你奉上粒子滤波及matlab实现粒子滤波就是指：通过寻找一组在状态空间中传播的随机样本来近似的表示概率密度函数，用样本均值代替积分运算，进而获得系统状态的最小方差估计的过程，这些样本被形象的称为“粒子”，故而叫粒子滤波。粒子滤波通过非参数化的蒙特卡洛(Monte Carlo)模拟方法来实现递推贝叶斯滤波，适用于任何能用状态空间模型描述的非线性系统，精度可以逼近最优估计。粒子滤波器具有简单、易于实现等特点，它为分析非线性动态系统提供了一种有效的解决方法，从而引起目标跟踪、信号处理以及自动控制等领域的广泛关注。贝叶斯滤波动态系统的目标跟踪问题可以通过下图所示的状态空间模型来描述。在目标跟踪问题中，动态系统的状态空间模型可描述为其中分别为状态转移方程与观测方程，为系统状态，为观测值，为过程噪声，为观测噪声。为了描述方便，用与分别表示到时刻所有的状态与观测值。在处理目标跟踪问题时，通常假设目标的状态转移过程服从一阶马尔可夫模型，即当前时刻的状态只与上一时刻的状态有关。另外一个假设为观测值相互独立，即观测值只与时刻的状态有关。贝叶斯
