摘要：
粒子滤波算法源于Monte carlo的思想，即以某事件出现的频率来指代该事件的概率。因此在滤波过程中，需要用到概率如P(x)的地方，一概对变量x采样，以大量采样的分布近似来表示P(x)。因此，采用此一思想，在滤波过程中粒子滤波可以处理任意形式的概率，而不像Kalman滤波只能处理高斯分布的概率问题。 对任意如下的状态方程： \[x(t)=f[x(t-1),u(t),w(t)]\] \[y(t)=h[x(t),e(t)]\] 其中的x(t)为t时刻状态，u(t)为控制量，w(t)和e(t)分别为模型噪声和观测噪声。(1)当然是状态转移方程，(2)是观测方程。那么对于这么一个问题... 阅读全文
