粒子滤波算法原理及Matlab程序(专题).ppt

《粒子滤波算法原理及Matlab程序(专题).ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、粒子滤波算法原理及Matlab程序主讲：方牛娃QQ:3451941121、粒子滤波的发展历史90年代初，Gordon、Salmond、和Smith所提出的重采样（Resampling）技术。90年中期，计算机的计算能力的提高近年来的新技术，EPF、UPF、RBPF等新的应用领域：目标定位和跟踪、图像处理、语音处理、故障检测、经济数据处理2、蒙特卡洛原理粒子滤波技术是以蒙特卡洛为基础的蒙特卡洛：用实验模拟的方法解决复杂的积分计算问题硬币投掷实验（1）掷一枚均匀硬币，正面朝上的次数X服从参数为１，p的二项分布,

2、X~B(1,p)在Matlab中编辑.m文件输入以下命令：functioncion_throw_test1p=0.3;%正面朝上的概率m=1000;%实验次数fun(p,m);%修改不同的p,m值functionfun(p,mm)pro=zeros(1,mm);randnum=binornd(1,p,1,mm);%服从二项分布a=0;2、蒙特卡洛原理蒙特卡洛的应用应用说明：利用蒙特卡洛模拟计算圆周率方法解决：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

3、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（不管相交与否）均匀的分布在区间[0,]上。此时，针与线相交的充要条件是从而针线相交的概率为：2、蒙特卡洛%%%%%%%%%%%%%%%%%%%%%%%%%%说明：利用蒙特卡洛模拟计算圆周率%%%%%%%%%%%%%%%%%%%%%%%%%functionbuffon_testl=0.6;m=10000;%实验次数buffon(l,m);%%%%%%%%%%%%%%%%%

4、%%%%%%%%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);phi=unifrnd(0,pi,1,mm);forii=1:mmif(xrandnum(1,ii)<=(llength*sin(phi(1,ii))/2))frq=frq+1;endendpiguji=2*llength/(frq/mm)实验结果如下：3、粒子滤波原理粒子滤波目前有四大基本的重采样方法，分别是残

5、差重采样（Residualresampling），多项式重采样（Multinomialresampling），系统重采样（Systematicresampling），随机重采样（randomresampling），关于他们的原理，读者可以到网上检索相关的论文。3、粒子滤波原理随机重采样执行仿真程序，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2个样本被复制一次，第3个样本被复制2次，第7个样本被复制2次，第8个样本被复制1次，

6、第9个样本被复制2次，……，W中除了被复制的样本外，其他样本被舍弃，这就是“优胜劣汰”的思想。4、粒子滤波在单目标跟踪中的应用状态方程：观测方程：噪声模型：Q、R4、纯方位角单目标跟踪纯方位跟踪系统仿真程序%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%程序说明：单站单目标基于角度的跟踪系统，采用粒子滤波算法%状态方程X（k+1）=F*X(k)+Lw(k)%观测方程Z（k）=h（X）+v（k）functionmain%%%%%%%%%%%%%%%%%%%

7、%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%初始化参数clear;T=1;%采样周期M=30;%采样点数delta_w=1e-4;%过程噪声调整参数，设得越大，目标运行的机动性越大，轨迹越随机（乱）Q=delta_w*diag([0.5,1,0.5,1]);%过程噪声均方差R=pi/180*0.1;%观测角度均方差，可将0.1设置的更小F=[1,T,0,0;0,1,0,0;0,0,1,T;0,0,0,1];%%%%%%%%%%%%%%%系统初始化%%%%%%%%%%%%%%%%%%Len

8、gth=100;%目标运动的场地空间Width=100;%观测站的位置随即部署Node.x=Width*rand;Node.y=Length*rand;5、粒子滤波在多目标跟踪中的应用多目标跟踪系统状态方程观测方程5、粒子滤波在多目标跟踪中的应用近邻法分类5、粒子滤波在多目标跟踪中的应用近邻法分类程序%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%函数功能：近