1、退化現象，隨著濾波迭代次數的增加，大部分粒子的權重會變得很小，只有很少的粒子具有較大的權重。
2、退化現象會造成：1）後驗概率只由少數幾個權重較大的粒子表示，大多粒子對後驗概率密度貢獻接近於0
2）造成計算資源的浪費，使大量的計算浪費在對狀態估計貢獻甚微的粒子點上。
3、減少退化現象：1）增加粒子數，同時也增加了計算量
2）加入重取樣環節
3）選擇好的重要性取樣函式
重要性取樣的思想：對每個粒子產生不同數量的後代，其後代的數量與粒子的權重成比例，這樣，權重較大的粒子被選取的機會將大些，因此被加強，而那些小權重的粒子則被重取樣環節削弱或篩除，這很大程度上減少了粒子退化的現象。
雖然重取樣能在很大程度上減輕退化現象，但同時會帶來另一負面影響：樣本貧化，即重取樣後，粒子不再獨立，具有較大權重的粒子被多次取樣，而那些小權重的粒子則被削弱或篩除，因此損失了粒子多樣性。
重要性取樣函式的選擇：
1）取樣函式分布應該足夠寬，以保證其覆蓋主要的後驗概率區域
2）易於實現取樣
3）應充分利用動態系統的先驗知識以及最新的觀測量
4）應盡量使粒子權重的方差達到最小
5）應盡量接近於真實的後驗概率分布
粒子濾波（PF Particle Filter）
粒子濾波 pf particle filter 與卡爾曼濾波 kalman filter 相比較 粒子濾波 pf particle filter 的思想基於蒙特卡洛方法 monte carlo methods 它是利用粒子集來表示概率，可以用在任何形式的狀態空間模型上。其核心思想是通過從後驗概率中抽...
粒子濾波概述
粒子濾波器是貝葉斯濾波器的一種非引數執 況，且經常用於估計乙個動態系統的狀態。粒子濾波器的關鍵思想是採用一套假設 即粒子 來表示後驗概率，其中每乙個假設代表了這個系統可能存在的一種潛在狀態。狀態假設表示為乙個有 n 個加權隨機樣本的集合 s s left w i 1,2,n right 式中 s 是...
粒子濾波跟蹤方法
粒子濾波法是指通過尋找一組在狀態空間傳播的隨機樣本對概率密度函式進行近似，以樣本均值代替積分運算，從而獲得狀態最小方差分布的過程。對於粒子濾波跟蹤方法，這裡有一篇很淺顯易懂的部落格，我分享給大家他的工作也是參考rob hess的程式做的，感謝老外的開源精神，我看了他的程式，我也提出了我的幾點改進，作...