论文部分内容阅读
在目标跟踪系统中，滤波方法是重要的研究内容之一。在假定状态模型和观测模型已知的情况下，可采用滤波算法获得状态估计。对于线性高斯系统，卡尔曼滤波算法是最小均方误差意义下的最优算法。对于非线性、非高斯系统，需要采用非线性滤波算法进行状态估计。本文从贝叶斯滤波理论出发，针对粒子滤波理论在目标跟踪中的应用，重点介绍了粒子滤波基本思想、蒙特卡罗随机模拟原理，在此基础上阐述粒子滤波的理论框架．贝叶斯重要性采样和序贯重要性采样，最后简单分析了粒子滤波的粒子退化问题，为实际工程提供一定的理论参考。