高斯模型下的粒子滤波，源码，可运行出结果-Particle filter program under the Gauss model

粒子滤波 解决非线性非高斯系统的状态估计问题-particle filter

粒子滤波 PF( Particle Filtering) 是在 贝叶斯滤波框架下基于 Monte Carlo 采样的统计滤波方法，可解 决非线性、非高斯的滤波问题，声源跟踪就属于这类问题。近年 来，基于粒子滤波的声源跟踪算法已成为研究的热点。 -he real acoustic data recorded in a typi- cal meeting room using a small-scale microphone array is used for tracking

该算法基本思想是利用一组带有相应权值的随机样本即粒子去逼近PHD分布和基数分布，其意义在于不仅解决重积分计算没有闭式解的难题，而且在滤波过程中，PHD函数被一系列离散的带权值的样本近似，随着样本粒子数量的增加，PHDF接近于Bayes最优估计，而且不受模型线性和高斯假设的限制，可以适用于非线性非高斯的随机系统。-The algorithm the basic idea is to use a set of random sample with the corresponding weight n