说明：对各种算法进行了详细的介绍 包括粒子滤波算法 卡尔曼滤波 等等 还对粒子滤波算法进行了改进

说明：粒子滤波器（particle filter）程序，用粒子滤波器跟踪运动物体。-Particle filter (particle filter) process, with particle filter to track moving objects

说明：基于粒子滤波的纯角度跟踪算法，上附卡尔曼滤波，扩展卡尔曼滤波对比图

说明：关于自适应粒子滤波，我觉得很好用，贝叶斯滤波适合非线性和非高斯环境，在粒子滤波基础上 又加改进

说明：一种用于非线性系统的粒子滤波课件，讲得很好

说明：bootstrap粒子滤波的matlab程序，具体的应用粒子

说明：经典的粒子滤波算法，适用于粒子滤波的初学者更好的了解粒子滤波

说明：粒子滤波器 基于颜色的 Opencv实现

说明：粒子群算法滤波器，用粒子群算法实现了LP滤波器

说明：这是一本研究目标定位跟踪的学习手册（在雷达，声纳，无线传感器网络领域等），采用的方法有最小二乘/极大似然，卡尔曼滤波，蒙特卡洛，粒子滤波等方法，更是很多读者需要的是里面有大量的仿真实例和程序代码，并配以中文注释，读者可以结合书中的原理和公式，对程序有进一步的理解。也适合很多读者在已有的代码的基础上对算法进行改进。

说明：matlab粒子滤波算法仿真程序，已调试通过。

说明：opencv 粒子滤波跟踪，对于了解算法有很大帮助。

说明：粒子滤波的MATLAB源代码,内有5个独立源代码，带注解

说明：一个比较粒子滤波及扩展卡尔曼滤波异同的程序，由Gardon 1999年的paper中而来。

说明：仿真实现了目标跟踪的粒子滤波跟踪，并对误差进行了统计

说明：粒子滤波与语音识别，实际录制的语音，通过上传，编程来实现识别

说明：粒子，粒子滤波，并且又在matlab中进行语音识别，

说明：基于matlab的粒子滤波目标跟踪算法，初学者很有用

说明：基于粒子滤波的跟踪研究，可以有效的进行跟踪识别。

说明：在多径分量数确定的前提下,MIMO-OFDM系统采用传统的基于导频辅助和盲信道估计算法能获得较好性能。实际无线环境中,多径分量数目与幅度都是时变的,则传统信道估计方法不再适用。该文采用随机集理论建模MIMO-OFDM系统信道多径分量数的变化和MIMO信道。基于此模型提出了集中粒子空间重采样方法(CRS),在保留大概率粒子抽样样本的同时主动抛弃小概率抽样样本,以获得更为准确的真实样本逼近。并提出了基于集中重采样Rao-Blackwellised粒子滤波的信道估计方法(RBPFC)。仿真结果表明:所提出的RBPFC方法信道估计性能最好,基本Rao-Blackwellised粒子滤波方法次之但优于基本粒子滤波算法,卡尔曼滤波的信道估计方法性能最差。

说明：粒子滤波的基本算法，源自N.J.Gordon的1993年的论文

说明：利用粒子滤波器进行多目标物体的跟踪代码，效果很好

说明：Iowa大学的Vaswani使用水平集和粒子滤波的方法跟踪目标轮廓，对变形物体有很好的跟踪效果。

说明：粒子滤波的经典文献和资料，可以很好地说明粒子滤波过程。

说明：演示粒子滤波的过程，包括从先验概率中采样，计算权重，重采样的过程。

说明：使用VC++ 6.0 和 OpenCv实现粒子滤波目标跟踪算法，主要功能在MFC对话框内实现。

说明：粒子滤波与PHD多目标跟踪比较，三目标分别进行粒子滤波和marginalPHD滤波跟踪比较结果。

说明：基于粒子滤波的目标跟踪源码，需要opencv和gsl两个库的支持，运行效率较高

说明：该代码用于实现粒子滤波视觉目标跟踪(PF)、卡尔曼粒子滤波视觉目标跟踪(KPF)、无迹粒子滤波视觉目标跟踪(UPF)。它们是本人这两年来编写的核心代码，用于实现鲁棒的视觉目标跟踪，其鲁棒性远远超越MeanShift(均值转移)和Camshift之类。用于实现视觉目标跟踪的KPF和UPF都是本人花费精力完成，大家在网上是找不到相关代码的。这些代码虽然只做了部分代码优化，但其优化版本已经成功应用于我们研究组研发的主动视觉目标跟踪打击平台中。现在把它们奉献给大家！

说明：粒子滤波的基本算法，适用于无线传感器网络定位