粒子滤波 考虑一个非线性离散系统 f(XK-ISVk-1) ek=he(k,ek) 贝叶斯估计就是在观测数据序列=(=,=…=)基础 上,递推估计系统状态的后验概率分布p(x|=),即 滤波概率分布。 状态预测:p(x1)=p(x1x)p(x1-) 滤波更新: P(EKIxKP(x |Eik-1) P(2k|21粒子滤波 ™ 考虑一个非线性离散系统 ™ 贝叶斯估计就是在观测数据序列 的基础 上，递推估计系统状态的后验概率分布 ，即 滤波概率分布。 状态预测： 滤波更新： x f k k = ( x v k− − 1 1 , k ) z h k k = ( xk ,ek ) ： z z 1:k k : , = ( 1 z2 ,L,z ) p( x z k k | 1: ) ( 1: 1 ) ( 1 ) ( 1 1: 1 ) 1 | | | k k k k k k k p x z p x x p x z dx − = ∫ − − − − ( ) ( ) ( ) ( ) 1: 1 1: 1: 1 | | | | k k k k k k k k p z x p x z p x z p z z − − =