粒子滤波原理及应用仿真

《粒子滤波原理及应用仿真》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、粒子滤波原理及应用仿真原理介绍+应用实例+MATLAB仿真程序本手册主要介绍粒子滤波的基本原理和其在非线性系统的应用。同时本手册最大的优点是介绍原理和应用的同时，给出实现例子的matlab代码程序，方便读者对照公式，理解代码。因此，它是相关方面的研究者快速上手和进入研究领域的快捷工具。同时，对于有一定基础的研究者，可以在本手册提供代码的基础上，做算法进一步改进和深入研究。目录第一部分原理篇1第一章概述11.1粒子滤波的发展历史11.2粒子滤波的优缺点21.3粒子滤波的应用领域3第二章蒙特卡洛方法42.1概念和定义

2、42.2蒙特卡洛模拟仿真程序5Particlefilterforhelp!-----------QQ:3451941122.2.1硬币投掷实验（1）52.2.2硬币投掷实验（2）52.2.3古典概率实验64.2.4几何概率模拟实验72.2.5复杂概率模拟实验72.3蒙特卡洛理论基础102.3.1大数定律102.3.2中心极限定律102.3.3蒙特卡洛的要点112.4蒙特卡洛方法的应用132.4.1Buffon实验及仿真程序132.4.2蒙特卡洛方法计算定积分的仿真程序14第三章粒子滤波193.1粒子滤波概述193

3、.1.1蒙特卡洛采样原理193.1.2贝叶斯重要性采样203.1.3序列重要性抽样（SIS）滤波器203.1.4Bootstrap/SIR滤波器223.2粒子滤波重采样方法实现程序233.2.1随机重采样程序243.2.2多项式重采样程序253.2.3系统重采样程序263.2.4残差重采样程序273.3粒子滤波原理283.3.1高斯模型下粒子滤波的实例程序28第二部分应用篇33第四章粒子滤波在单目标跟踪中的应用334.1目标跟踪过程描述334.2单站单目标跟踪系统建模344.3单站单目标观测距离的系统及仿真程序3

4、74.3.1基于距离的系统模型374.3.2基于距离的跟踪系统仿真程序384.4单站单目标纯方位角度观测系统及仿真程序434.4.1纯方位目标跟踪系统模型434.4.2纯方位跟踪系统仿真程序444.5多站单目标纯方位角度观测系统及仿真程序474.5.1多站纯方位目标跟踪系统模型474.5.2多站纯方位跟踪系统仿真程序48第五章粒子滤波在多目标跟踪中的应用545.1多目标跟踪系统建模545.1.1单站多目标跟踪系统建模545.1.2多站多目标跟踪系统建模555.1.3单站多目标线性跟踪系统的建模仿真程序555.1.

5、4多站多目标非线性跟踪系统的建模仿真程序57Particlefilterforhelp!-----------QQ:3451941125.2多目标跟踪分类算法615.2.1多目标数据融合概述615.2.2近邻法分类算法及程序625.2.3近邻法用于目标跟踪中的航迹关联及算法程序665.2.4K-近邻法分类算法695.3粒子滤波用于多目标跟算法中的状态估计705.3.1原理介绍705.3.2基于近邻法的多目标跟踪粒子滤波程序71第六章粒子滤波在电池寿命预测中的应用766.1概述766.2电池寿命预测的模型786.3

6、基于粒子滤波的电池寿命预测仿真程序81本书内容章节介绍：2.4.1Buffon实验及仿真程序假设平面上有无数条距离为1的等距平行线，现向该平面随机投掷一根长度为l的针(l£1)，则我们可计算该针与任一平行线相交的概率。这里，随机投针指的是：针的中心点与最近的平行线间的距离X均匀地分布在区间[0,1/2]上，针与平行线的夹角j（不管相交与否）均匀的分布在区间[0,p]上。此时，针与线相交的充要条件是注意：从而针线相交的概率为：根据上式，若我们做大量的投针试验并记录针与线相交的次数，则由大数定理可以估计出针线相交的概

7、率p，从而得到p的估计值。针与线的位置关系Particlefilterforhelp!-----------QQ:345194112%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%说明：古典概率实验%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%functionbuffon_testl=0.6;m=10000;%实验次数buffon(l,m);%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

8、%%%%%%%%%%functionpiguji=buffon(llength,mm)%llength是针的长度%mm是随机实验次数frq=0;xrandnum=unifrnd(0,0.5,1,mm);…………3.2.1随机重采样程序执行仿真程序，得到以下仿真结果，图中上部就是程序中给定的W随机样本，而下部分是由随机采样得到的V样本集合。从连线关系可以看出，W样本集中的第