粒子滤波的经典论文和相关ppt

为了改进粒子滤波算法的性能，这里研究了一种粒子滤波算法改进策略。该粒子滤波算法改进策略包括四部分：首先，采用了结合退火参数的混合建议分布，以考虑当前观测测量值的最新信息；接着，基于有效样本大小确定自适

随着人工智能科学的发展，目标跟踪成为中外学者研究的热点，近年来很多目标跟踪算法相继被提出，其中，经典的卡尔曼滤波算法常被用于目标跟踪领域。然而，在实际情况中，目标跟踪过程常涉及到非线性非高斯问题，由于

针对低信噪比时标准粒子滤波对弱小目标的检测与跟踪时存在的粒子贫乏、跟踪精度对粒子数目要求高等问题，提出一种基于高斯粒子群优化粒子滤波的弱小目标检测前跟踪算法。利用高斯粒子群优化算法优化重采样后的粒子集

本文系统介绍了适用于解决非线性非高斯系统问题的粒子滤波器的基本原 理和关键技术，针对标准粒子滤波器（PF）中存在的粒子退化及算法实时性问 题，把遗传算法中的选择、交叉、变异进化思想引入到 PF中进行算

分析了无线移动传感器网络中目标的跟踪原理，研究了基本粒子滤波算法的主要技术。对基本粒子滤波的重要性函数和重采样技术进行改进后，给出了一种提高基本粒子滤波算法跟踪精度的方法。通过仿真比较可以看出改进粒子

为了提高中心差分卡尔曼粒子滤波（CDKFPF）算法跟踪时的估计精度，提出了一种基于迭代测量更新CDKF的粒子滤波（ICDKFPF）新算法。该算法利用迭代中心差分卡尔曼滤波的最大后验概率估计产生粒子滤波

用matlab编的粒子滤波程序，可以参考学习一下！讲解详细！

实现了粒子滤波过程，包括状态预测，量测更新，粒子权重的计算，重采样，Roughening(粗糙处理），后验均值和方差。

粒子滤波matlab代码，能够运行。Pf粒子滤波实现的目标跟踪程序，可实现针对非高斯噪声情况下的跟踪

粒子滤波全套代码http://bbs.sciencenet.cn/thread-1306074-1-1.html