matlab粒子滤波中,请问状态方程的x(t)和观测方程的y(t)表达什么意思?
来源:学生作业帮 编辑:作业帮 分类:综合作业 时间:2024/06/06 13:35:46
matlab粒子滤波中,请问状态方程的x(t)和观测方程的y(t)表达什么意思?
x(t)=f(x(t-1),u(t),w(t)) (1) 状态转移方程,u(t)为控制量,w(t) 为模型噪声
y(t)=h(x(t),e(t)) (2) 观测方程,e(t)为观测噪声
x(t)=f(x(t-1),u(t),w(t)) (1) 状态转移方程,u(t)为控制量,w(t) 为模型噪声
y(t)=h(x(t),e(t)) (2) 观测方程,e(t)为观测噪声
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
也就是说在粒子滤波器中状态转移方程求的是粒子在下一个时刻的状态,观测方程是对粒子在这一状态的评价,即这个状态与最优的状态相比好不好,好,则这一点所占的权重就大,不好,则占的权重就小
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
也就是说在粒子滤波器中状态转移方程求的是粒子在下一个时刻的状态,观测方程是对粒子在这一状态的评价,即这个状态与最优的状态相比好不好,好,则这一点所占的权重就大,不好,则占的权重就小
matlab粒子滤波中,请问状态方程的x(t)和观测方程的y(t)表达什么意思?
用matlab画出x与t;y与t的关系图,方程中其他都为常数,把程序发我一下,写论文用的
质点运动方程X=t*t Y=(t-1)(t-1) 求t时刻的切向加速度和法向加速度
Matlab中这句是什么意思,主要是中括号里面的不理解,plot(x,y,'o',t,[pchip(x,y,t); sp
请问线性代数中A^T和x^T分别表示什么意思?
matlab中x(t,1)=sin(0.01*pi*t)什么意思
求曲线x=2t-t^2,y=3t-t^3在t=1处的切线方程和法线方程
matlab求一组数据的均值和标准差.数据包含x,y,t,这如何编写,
求曲线x=t y=t^2 z=t^3在t=2处的切线方程和法平面方程.
matlab中sinc(t)和sinc(t.')有什么区别?
Matlab中这句话plot(1000*t(1:600),y(1:600))什么意思
matlab程序中plot(t,y(:,1))意思