您好、欢迎来到现金彩票网!
当前位置:2019欢乐棋牌 > 状态方程 >

符合正态分布 但不知道其状态方程的需要怎么滤波

发布时间:2019-08-15 05:32 来源:未知 编辑:admin

  举个比较简单的例子,粒子滤波主要用来解决非线性非高斯问题,方法是通过蒙特卡罗方法生成具有一定概率密度分布的粒子,假设为N个,通过对粒子后验概率的求解,得到目标状态的最优估计,

  假设现在粒子初始状态为X(0)=1,于是在X(0)附近用正态分布生成N个粒子,生成的N个粒子可能是1,2,0,3,1,1,这些粒子中肯定1出现的概率是最大的,对每个粒子初始权值1/N;

  假设现有一个状态转移方程X(t)=X(t-1)+1+W,于是将这N个粒子通过状态转移方程求得了X(1)时刻的粒子状态,2,3,1,4,2,2(这里没有加上噪声W,为了看着方便,W一般是高斯噪声)

  得到状态后通过观测方程求每个粒子的权值w(1)i,一般实际中用似然度函数,比如对于一个图像人头通过颜色直方图进行跟踪,那这个观测方程就是颜色直方图的似然度函数,于是得到了每个粒子的似然度匹配值,假设X(1)i(i表示N个粒子中的第i个粒子)的似然度值为wp(1)i,用X(0)i的粒子权值w(0)i*wp(1)i,得到了未归一化的权值,再对其进行归一化就得到了w(1)i,而X在T=1时刻的估计值就可以用X(1)=SUM(X(1)i*w(1)i); i=1~N来求得,或者也可以取w最大的一点的X值

http://emmaclarkson.com/zhuangtaifangcheng/427.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有