粒子滤波算法原理及Matlab程序(专题)ppt课件

.,粒子滤波算法原理及Matlab程序,主讲：方牛娃QQ:345194112,.,1、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，p的二项分布,XB(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(l1)，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（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);%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)260N=260;%滤除大于260以后的数字end,.,参考资料,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42.2蒙特卡洛模拟仿真程序52.2.1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193.1.1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,.,参考资料,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374.3.1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555.1.4多站多目标非线性跟踪系统的建模仿真程序575.2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7