粒子濾波，粒子濾波要怎么學(xué)習(xí)啊應(yīng)該先學(xué)什么再學(xué)什么一點(diǎn)兒也看不懂啊

來源：整理時(shí)間：2024-08-26 07:34:25 編輯：智能門戶手機(jī)版

1，粒子濾波要怎么學(xué)習(xí)啊應(yīng)該先學(xué)什么再學(xué)什么一點(diǎn)兒也看不懂啊

我以前學(xué)過信號(hào)與系統(tǒng)，現(xiàn)在學(xué)粒子濾波，我的步驟是數(shù)字信號(hào)處理卡爾曼濾波粒子濾波我老師也叫我看通信原理我在看的時(shí)候也有很多不懂，這就要靠自己去看資料了，比如貝葉斯估計(jì)

在室內(nèi)定位中，粒子濾波的作用是不斷修正定位的精度。定義：通過尋找一組在狀態(tài)空間中傳播的隨機(jī)樣本來近似的表示概率密度函數(shù)，用樣本均值代替積分運(yùn)算，進(jìn)而獲得系統(tǒng)狀態(tài)的最小方差估計(jì)的過程，這些樣本被形象的稱為“粒子”，故而叫粒子濾波。

粒子濾波要怎么學(xué)習(xí)啊應(yīng)該先學(xué)什么再學(xué)什么一點(diǎn)兒也看不懂啊

2，粒子濾波算法是什么時(shí)間由誰最先提出來的

我通俗解釋一下,粒子濾波（PF）的應(yīng)用大致這樣：（其實(shí)目標(biāo)跟蹤的理論就是對(duì)狀態(tài)向量的實(shí)時(shí)估值）設(shè)有一堆樣本,假設(shè)有N個(gè),初始給他們同樣的權(quán)值1/N.這個(gè)系統(tǒng)狀態(tài)轉(zhuǎn)移方程,一般是非線性的,我們只需要知道怎么做才能把這時(shí)刻的狀態(tài)值傳播到下一個(gè)時(shí)刻.具體做法,N個(gè)樣本值通過狀態(tài)轉(zhuǎn)移得下一時(shí)刻的樣本預(yù)測(cè)值,包含過程噪聲因素.d系統(tǒng)還有一個(gè)非線性的觀測(cè)方程,通過它得到真正的觀測(cè)值Z.這時(shí)候,把N個(gè)樣本預(yù)測(cè)值帶進(jìn)去獲得Z.根據(jù)Z和Z相差的程度,決定對(duì)這個(gè)樣本的可信程度,當(dāng)然越接近的越好,然后把這些可信程度進(jìn)行權(quán)值歸一化.重采樣環(huán)節(jié),把這些樣本按照權(quán)值進(jìn)行隨機(jī)采樣（權(quán)值越高的,當(dāng)然越容易被抽中.比如說,下一時(shí)刻的值,有四個(gè)樣本說等于1,有兩個(gè)樣本說等于1.5,那么有2/3概率認(rèn)為等于1.這個(gè)解釋起來真的有夠復(fù)雜的,一般做起來200~300個(gè)樣本獲得的值都接近一樣了,還要設(shè)個(gè)2/3n的閾值防止粒子匱乏,也就是防止所有樣本得到相同的后驗(yàn)估計(jì)結(jié)果）,獲得的值盡可能接近真實(shí)發(fā)生的情況.循環(huán)2~5

1993年有g(shù)ordon和salmond提出了一種新的基于sis方法的bootstrap非線性濾波方法，從此奠定了粒子濾波算法的基礎(chǔ)。論文：novel approach to non-linear and non-gaussion bayesian state estimation.

粒子濾波算法是什么時(shí)間由誰最先提出來的

3，怎樣從實(shí)際場(chǎng)景上理解粒子濾波

過很多教程和視頻，講得最好的莫過于Probablistic Robotics的作者Shrun在Udacity 公開課平臺(tái)中的Programming A Robot Car(Artificial Intelligence for Robotics)的Particle Filter這節(jié)課(當(dāng)然你需要把這節(jié)課之前的幾節(jié)也看完才能深入理解)，它的好處在于不僅用簡(jiǎn)單的語言講解了基本原理，更給出了實(shí)現(xiàn)算法的代碼教程，我覺得看一大坨公式能增加的理解程度都不如看一小段代碼，甚至自己動(dòng)手編上一段，這樣就能完全理解了。當(dāng)然公開課上講得還是比較淺的，要想更全面的了解的話還是推薦仔細(xì)研讀Probablistic Robotics。不過這個(gè)公開課已經(jīng)足夠你自己動(dòng)手實(shí)現(xiàn)一個(gè)pf出來，你可以用它做一些基本的應(yīng)用了，我上次課程設(shè)計(jì)就是通過這個(gè)再加上我實(shí)驗(yàn)室采集的機(jī)器人laser的數(shù)據(jù)做了一個(gè)簡(jiǎn)單的pf定位，還是相當(dāng)有意思的。圖中顯示的是一條軌跡，那些散點(diǎn)是在不同時(shí)間段猜測(cè)的機(jī)器人的位置，顏色越暖的點(diǎn)權(quán)值越大，綠點(diǎn)則是對(duì)應(yīng)時(shí)間點(diǎn)的ground truth，所以可以看出這些猜測(cè)都挺準(zhǔn)的～

所謂粒子濾波就是指：通過尋找一組在狀態(tài)空間中傳播的隨機(jī)樣本來近似的表示概率密度函數(shù)，用樣本均值代替積分運(yùn)算，進(jìn)而獲得系統(tǒng)狀態(tài)的最小方差估計(jì)的過程，這些樣本被形象的稱為“粒子”，故而叫粒子濾波?！　×Ｗ訛V波的作用：　　粒子濾波技術(shù)在非線性、非高斯系統(tǒng)表現(xiàn)出來的優(yōu)越性，決定了它的應(yīng)用范圍非常廣泛。另外，粒子濾波器的多模態(tài)處理能力，也是它應(yīng)用廣泛的原因之一。國際上，粒子濾波已被應(yīng)用于各個(gè)領(lǐng)域。在經(jīng)濟(jì)學(xué)領(lǐng)域，它被應(yīng)用在經(jīng)濟(jì)數(shù)據(jù)預(yù)測(cè)；在軍事領(lǐng)域已經(jīng)被應(yīng)用于雷達(dá)跟蹤空中飛行物，空對(duì)空、空對(duì)地的被動(dòng)式跟蹤；在交通管制領(lǐng)域它被應(yīng)用在對(duì)車或人視頻監(jiān)控；它還用于機(jī)器人的全局定位。

怎樣從實(shí)際場(chǎng)景上理解粒子濾波