该算法实现基于粒子滤波的检测前跟踪算法，利用该算法可实现雷达弱小目标 检测跟踪。检测前跟踪算法是指对雷达数据不进行CFAR，在检测的同时进行跟踪。

matlab粒子滤波程序，有注释，适合刚开始学的新手

使用python实现一个简单的粒子滤波的代码，原理参考 b 站 “忠厚老实的王大头” 的相关课程。

对比分析EKF，UKF和PF粒子滤波的性能，该代码对认识EKF UKF和PF和有棒子，特别是粒子滤波算法

粒子滤波程序,这是用不敏变换作为重要密度函数进行采样。

粒子滤波程序,这是用不敏变换作为重要密度函数进行采样。 粒子滤波程序,这是用不敏变换作为重要密度函数进行采样。

python预测算整理集合,包含SVR回归预测详解及代码，AR/ARMA LSTM预测详解及代码 卡尔曼滤波，粒子滤波等算法

粒子滤波目标跟踪代码

介绍两种目标跟踪算法—扩展卡尔曼滤波器（Extended Kalman Filter， EKF）、粒子滤波器（Particle filter， PF）。EKF利用泰勒级数方法，将非线性问题转化到线性空间，再利用卡尔曼滤波器进行滤波，并达到一阶估计精度。PF是一种采用蒙特卡罗采样的贝叶斯滤波方法，它将复杂的目标状态分布表示为一组加权值，通过寻找在粒子滤波分布中最大权值的粒子来确定目标最可能所处的状态分布，已成为复杂环境下进行目标跟踪的最好的方法。文中通过仿真实验，对二者的性能进行了仿真比较，结果证明在复杂的非高斯非线性环境中，PF的性能明显优于EKF，但计算复杂，耗时长。

非常棒的粒子滤波综述，详细介绍了卡尔曼滤波到粒子滤波的演变历程。