粒⼦滤波（ParticleFilter）的通俗解释 其实，粒⼦叫作估计器estimator。估计过去叫平滑smoothing，估计未来叫预测prediction，估计当前值才叫滤波filtering。粒⼦滤波算法源于蒙特卡洛思想，即以某事件出现的频率来指代该事件的概率。通俗的讲，粒⼦滤波也是能⽤已知的⼀些数据预测未来的数据。我们知道，科尔曼滤波限制噪声时服从⾼斯分布的，但是粒⼦滤波可以不局限于⾼斯噪声，原理上粒⼦滤波可以驾驭所有的⾮线性、⾮⾼斯系统。moto q11
⼀个⽐喻：
某年⽉，警⽅（跟踪程序）要在某个城市的茫茫⼈海（采样空间）中跟踪寻⼀个罪犯（⽬标），警⽅采⽤了粒⼦滤波的⽅法。 1. 初始化：
警⽅来了⼀批警⽝（粒⼦），并且让每个警⽝预先都闻了罪犯留下来的⾐服的味道（为每个粒⼦初始化状态向量S0），然后将警⽝均匀布置到城市的各个区（均匀分布是初始化粒⼦的⼀种⽅法，另外还有诸如⾼斯分布，即：将警⽝以罪犯留⾐服的那个区为中⼼来扩展分布开来）。
2. 搜索：
中国糖酒招商网
每个警⽝都闻⼀闻⾃⼰位置的⼈的味道（粒⼦状态向量Si），并且确定这个味道跟预先闻过的味道的相似度（计算特征向量的相似性），这个相似度的计算最简单的⽅法就是计算⼀个欧式距离（每个粒⼦i对应⼀个相似度Di），然后做归⼀化（即：保证所有粒⼦的相似度之和为1）。 3. 决策：
央行副行长回答提问
总部根据警⽝们发来的味道相似度确定罪犯出现的位置（概率上最⼤的⽬标）：最简单的决策⽅法为哪个味道的相似度最⾼，那个警⽝处的⼈就是⽬标。内刊
4. 重采样：
总部根据上⼀次的决策结果，重新布置下⼀轮警⽝分布（重采样过程）。最简单的⽅法为：把相似度⽐较⼩的地区的警⽝抽调到相似度⾼的地区。
上述，2,3,4过程重复进⾏，就完成了粒⼦滤波跟踪算法的全过程。
警用手粒⼦滤波的核⼼思想是随机采样+重要性重采样。既然不知道⽬标在哪⾥，那我就随机的放狗（随机采样）。放完狗后，根据特征相似度计算每个地区⼈和罪犯的相似度，然后在重要的地⽅再多放狗，不重要的地⽅就少放狗（重要性采样）。
特雷诺指数
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议