Particle Filter

定义 Definition

粒子滤波（Particle Filter）：一种用于非线性、非高斯动态系统的状态估计方法。它用许多带权重的随机样本（“粒子”）来近似表示系统状态的概率分布，并通过预测—更新—重采样随时间递推。常见于机器人定位、目标跟踪、金融时间序列等。（也存在指硬件“颗粒过滤器/粒子过滤装置”的用法，但在数据科学与控制领域最常指此统计方法。）

发音 Pronunciation (IPA)

/ˈpɑːr.tɪ.kəl ˈfɪl.tər/

例句 Examples

A particle filter can track a moving object even with noisy measurements.
粒子滤波即使在测量噪声很大时，也能跟踪移动目标。

In robotics, we used a particle filter to estimate the robot’s position by combining sensor readings with a motion model, and we resampled particles to avoid weight collapse.
在机器人领域，我们用粒子滤波把传感器读数与运动模型结合来估计机器人的位置，并通过重采样避免权重退化。

词源 Etymology

particle 源自拉丁语 particula（“小部分/微粒”），在这里指“样本点/粒子”；filter 原意是“过滤”，在统计与信号处理语境中引申为“从噪声与不确定性中提取更可靠的状态估计”。合起来，“particle filter”直观表达了“用许多粒子来进行滤波/估计”的思想。

相关词 Related Words

• Bayesian Inference
• Hidden Markov Model
• Importance Sampling
• Kalman Filter
• Monte Carlo
• Resampling
• Sequential Monte Carlo
• SLAM
• State Estimation

文学与经典著作 Literary Works

• Probabilistic Robotics（Thrun, Burgard, Fox）：系统介绍粒子滤波在机器人定位与SLAM中的应用。
• Sequential Monte Carlo Methods in Practice（Doucet, de Freitas, Gordon 编）：粒子滤波/序贯蒙特卡洛方法的经典论文集与方法框架。
• Monte Carlo Statistical Methods（Robert & Casella）：讨论蒙特卡洛与重要性采样等，为理解粒子滤波提供理论背景。
• Pattern Recognition and Machine Learning（Bishop）：在概率模型与近似推断相关章节中提及序贯蒙特卡洛思想与相关方法。