粒子濾波算法在貝葉斯動態(tài)模型中的應用.pdf

1、本文主要是對貝葉斯動態(tài)模型問題作了一點探討。首先，本文簡單介紹了幾種隨機模擬方法，并對重要性抽樣作了改進，從而為選取好的重要函數(shù)提供了方法和理論依據(jù)。我的主要工作是把粒子濾波算法引人到非線性貝葉斯動態(tài)模型中來，對非線性模型進行了模擬。粒子濾波算法是一種適用于非線性非正態(tài)約束的基于模擬的統(tǒng)計濾波算法，可以近似得到任意函數(shù)的數(shù)學期望，利用一定數(shù)量的隨機樣本粒子來表示模型中隨機變量的后驗概率分布，并且能應用于任意非線性隨機模型。在文章中討論了

2、粒子濾波算法及其改進算法在非線性動態(tài)模型預測中的應用。對一類非線性動態(tài)模型，利用帝爾尼和卡登近似對模型進行了模擬計算。本文共分五部分。第一部分緒論；第二部分對貝葉斯動態(tài)模型及其預測理論進行了回顧；第三部分討論了粒子濾波在貝葉斯動態(tài)模型預測中的應用；這一部分討論了卡爾曼濾波算法和網(wǎng)格點算法。同時討論了解決非線性問題的推廣的卡爾曼濾波、網(wǎng)格點逼近算法、粒子濾波算法逼近理想貝葉斯方法。第四部分討論了改進的粒子濾波在非線性動態(tài)模型中的應用問題；