粒子滤波原理及其应用

提高非线性非高斯动态系统的状态估计和预测精度，是系统辨识、适应控制、模式识别、无线传感网络、通讯、经济等领域中都遇到的问题。粒子滤波提供了解决这一问题的采样递推方法。本书在概述后，第二章给出了动态系统常用的几种滤波方法，主要分析滤波方法的思想，不对算法的适用性进行讨论。第三章介绍随机采样滤波方法，这是一种基于采样滤波思想的Monte-Carlo贝叶斯估计算法，这章还分析了算法的收敛性、收敛速度等问题。第四章叙述了基本粒子滤波算法，重点介绍算法如何利用序列重采样实现状态递推估计。第五章讨论了粒子滤波算法的改进算法，主要包括针对重采样过程改进算法和针对似然函数选取的改进算法。最后三章涉及粒子滤波方法的应用。第六章利用粒子滤波算法解决机动目标跟踪非线性问题。第七章讨论场景监视中的多视频目标检测，表明这类问题可以用粒子滤波算法来解决。最后一章，用粒子滤波算法研究非线性系统辨识与故障诊断问题。