粒子滤波算法PDF讲解
粒子滤波的 PDF，讲得蛮透彻，挺适合对非线性估计有兴趣的前端开发者看看。
非线性系统的状态估计，粒子滤波比传统的卡尔曼滤波更灵活。这个 PDF 讲得比较细，从原理到采样再到重采样，都捋得顺，逻辑清楚，公式也配得挺全，适合一边看一边对照代码敲。
Bayes 公式、重要性采样、权值更新这些看起来抽象，PDF 里配了推导思路和例子，不容易看困。比如状态转移和观测模型怎么选，怎么避免样本匮乏，都提到了，能帮你少踩点坑。
我觉得比较实用的是关于重采样方法的部分，像系统性重采样，其实可以用在前端数据模拟中，搞动态可视化时也能用到类似思路。
另外，如果你之前没接触过粒子滤波，建议可以先看一下这篇卡尔曼滤波的线性实现，有个线性基础之后再看 PDF 内容会顺多。
如果你在做目标跟踪、动态系统建模或者玩Three.js做传感器数据可视化，这份 PDF 还挺值得一看。
文件大小：741.18KB
评论区