粒子滤波 PF（Particle filter）算法

原文链接

粒子滤波器方法通常用于视觉跟踪。从统计角度来看，它是一种顺序蒙特卡罗重要抽样方法，用于根据观测序列估计动态系统的潜状态变量。

粒子滤波步骤：

1. 初始状态：用大量粒子模拟X（t），粒子在空间内均匀分布；
2. 预测阶段：根据状态转移方程，每一个粒子得到一个预测粒子；
3. 校正阶段：对预测粒子进行评价，越接近于真实状态的粒子，其权重越大；
4. 重采样：根据粒子权重对粒子进行筛选，筛选过程中，既要大量保留权重大的粒子，又要有一小部分权重小的粒子；
5. 滤波：将重采样后的粒子带入状态转移方程得到新的预测粒子，即步骤2。

学习更多编程知识，请关注我的公众号：

代码的路