摘  要：針對目標跟蹤問題介紹兩種目標跟蹤算法—粒子濾波算法（PF）、擴展卡爾曼算法（EKF）。PF算法采用蒙特卡洛采樣的貝葉斯濾波方法，將復雜的目標狀態表示為一組加權值，通過 尋找在粒子濾波分布中的最大權值粒子來確定目標最有可能的狀態分布。EKF利用泰勒級數方法，將非線性問題轉化為線性問題，再通過卡爾曼算法進行濾波，能夠達到一階估計精度。通過對二者進行仿真比較，證明在復雜的非高斯非線性條件下，PF的性能優于EKF。 關鍵詞：目標跟蹤；非線性濾波；擴展卡爾曼濾波；粒子濾波 Abstract: PF is a Bay[登陸后可查看全文]