2.1 粒子滤波器理论知识

2.1.1 概述 l  是递归贝叶斯滤波的一种实现 l  以高计算量为代价换取能表示任何一种分布形式 l  用随机样本表示，用一组加权样本表示后验 l  在局部化的背景下，粒子根据运动模型进行传播，然后根据观察结果的可能性对它们进行加权，在重新采样的步骤中，新粒子的绘制概率与观察到的可能性成正比 l  从存储成本和对不断变化的信号特性的快速适应的角度来看，可以实现数据到达时进行实时处理 l  用于

>>阅读原文<<