粒子濾波算法原理及Matlab程序(專題).ppt

《粒子濾波算法原理及Matlab程序(專題).ppt》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、粒子濾波算法原理及Matlab程序主講：方牛娃QQ:3451941121、粒子濾波的發(fā)展歷史90年代初，Gordon、Salmond、和Smith所提出的重采樣（Resampling）技術(shù)。90年中期，計(jì)算機(jī)的計(jì)算能力的提高近年來的新技術(shù)，EPF、UPF、RBPF等新的應(yīng)用領(lǐng)域：目標(biāo)定位和跟蹤、圖像處理、語音處理、故障檢測、經(jīng)濟(jì)數(shù)據(jù)處理2、蒙特卡洛原理粒子濾波技術(shù)是以蒙特卡洛為基礎(chǔ)的蒙特卡洛：用實(shí)驗(yàn)?zāi)M的方法解決復(fù)雜的積分計(jì)算問題硬幣投擲實(shí)驗(yàn)（1）擲一枚均勻硬幣，正面朝上的次數(shù)X服從參數(shù)為１，p的二項(xiàng)分布,

2、X~B(1,p)在Matlab中編輯.m文件輸入以下命令：functioncion_throw_test1p=0.3;%正面朝上的概率m=1000;%實(shí)驗(yàn)次數(shù)fun(p,m);%修改不同的p,m值functionfun(p,mm)pro=zeros(1,mm);randnum=binornd(1,p,1,mm);%服從二項(xiàng)分布a=0;2、蒙特卡洛原理蒙特卡洛的應(yīng)用應(yīng)用說明：利用蒙特卡洛模擬計(jì)算圓周率?方法解決：假設(shè)平面上有無數(shù)條距離為1的等距平行線，現(xiàn)向該平面隨機(jī)投擲一根長度為l的針(l?1)，則我們可計(jì)算

3、該針與任一平行線相交的概率。這里，隨機(jī)投針指的是：針的中心點(diǎn)與最近的平行線間的距離X均勻地分布在區(qū)間[0,1/2]上，針與平行線的夾角?（不管相交與否）均勻的分布在區(qū)間[0,?]上。此時(shí)，針與線相交的充要條件是從而針線相交的概率為：2、蒙特卡洛%%%%%%%%%%%%%%%%%%%%%%%%%%說明：利用蒙特卡洛模擬計(jì)算圓周率%%%%%%%%%%%%%%%%%%%%%%%%%functionbuffon_testl=0.6;m=10000;%實(shí)驗(yàn)次數(shù)buffon(l,m);%%%%%%%%%%%%%%%%%

4、%%%%%%%%functionpiguji=buffon(llength,mm)%llength是針的長度%mm是隨機(jī)實(shí)驗(yàn)次數(shù)frq=0;xrandnum=unifrnd(0,0.5,1,mm);phi=unifrnd(0,pi,1,mm);forii=1:mmif(xrandnum(1,ii)<=(llength*sin(phi(1,ii))/2))frq=frq+1;endendpiguji=2*llength/(frq/mm)實(shí)驗(yàn)結(jié)果如下：3、粒子濾波原理粒子濾波目前有四大基本的重采樣方法，分別是殘

5、差重采樣（Residualresampling），多項(xiàng)式重采樣（Multinomialresampling），系統(tǒng)重采樣（Systematicresampling），隨機(jī)重采樣（randomresampling），關(guān)于他們的原理，讀者可以到網(wǎng)上檢索相關(guān)的論文。3、粒子濾波原理隨機(jī)重采樣執(zhí)行仿真程序，得到以下仿真結(jié)果，圖中上部就是程序中給定的W隨機(jī)樣本，而下部分是由隨機(jī)采樣得到的V樣本集合。從連線關(guān)系可以看出，W樣本集中的第2個樣本被復(fù)制一次，第3個樣本被復(fù)制2次，第7個樣本被復(fù)制2次，第8個樣本被復(fù)制1次，

6、第9個樣本被復(fù)制2次，……，W中除了被復(fù)制的樣本外，其他樣本被舍棄，這就是“優(yōu)勝劣汰”的思想。4、粒子濾波在單目標(biāo)跟蹤中的應(yīng)用狀態(tài)方程：觀測方程：噪聲模型：Q、R4、純方位角單目標(biāo)跟蹤純方位跟蹤系統(tǒng)仿真程序%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%程序說明：單站單目標(biāo)基于角度的跟蹤系統(tǒng)，采用粒子濾波算法%狀態(tài)方程X（k+1）=F*X(k)+Lw(k)%觀測方程Z（k）=h（X）+v（k）functionmain%%%%%%%%%%%%%%%%%%%

7、%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%初始化參數(shù)clear;T=1;%采樣周期M=30;%采樣點(diǎn)數(shù)delta_w=1e-4;%過程噪聲調(diào)整參數(shù)，設(shè)得越大，目標(biāo)運(yùn)行的機(jī)動性越大，軌跡越隨機(jī)（亂）Q=delta_w*diag([0.5,1,0.5,1]);%過程噪聲均方差R=pi/180*0.1;%觀測角度均方差，可將0.1設(shè)置的更小F=[1,T,0,0;0,1,0,0;0,0,1,T;0,0,0,1];%%%%%%%%%%%%%%%系統(tǒng)初始化%%%%%%%%%%%%%%%%%%Len

8、gth=100;%目標(biāo)運(yùn)動的場地空間Width=100;%觀測站的位置隨即部署Node.x=Width*rand;Node.y=Length*rand;5、粒子濾波在多目標(biāo)跟蹤中的應(yīng)用多目標(biāo)跟蹤系統(tǒng)狀態(tài)方程觀測方程5、粒子濾波在多目標(biāo)跟蹤中的應(yīng)用近鄰法分類5、粒子濾波在多目標(biāo)跟蹤中的應(yīng)用近鄰法分類程序%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%函數(shù)功能：近