粒子空間分布簡介

粒子空間分布spatial distribution c}f species電離輻射穿透物質(zhì)時在物質(zhì)中產(chǎn)生能量較高的原初活性粒子:電子、離子和激發(fā)分子。它們在物質(zhì)中分布很不均勻，主要分布在人射粒子徑跡附近，其密度與人射粒子種類、能量有關(guān)。低能次級電子在空氣中產(chǎn)生很多刺跡，離子和激發(fā)分子從刺跡小區(qū)向外擴(kuò)散，最終可能形成均勻分布的狀態(tài)。了解粒子空問分布對研究輻射化學(xué)反應(yīng)機(jī)制卜分重要。2100433B

空間分布指水生生物在水域空間的分布。

中文名稱

空間分布

英文名稱

spatial distribution

定　　義

水生生物在水域空間的分布。

應(yīng)用學(xué)科

水產(chǎn)學(xué)（一級學(xué)科），水產(chǎn)基礎(chǔ)科學(xué)（二級學(xué)科）

與卡爾曼濾波（Kalman Filter）相比較

粒子濾波(PF: Particle Filter)的思想基于蒙特卡洛方法(Monte Carlo methods)，它是利用粒子集來表示概率，可以用在任何形式的狀態(tài)空間模型上。其核心思想是通過從后驗概率中抽取的隨機(jī)狀態(tài)粒子來表達(dá)其分布，是一種順序重要性采樣法(Sequential Importance Sampling)。簡單來說，粒子濾波法是指通過尋找一組在狀態(tài)空間傳播的隨機(jī)樣本對概率密度函數(shù)進(jìn)行近似，以樣本均值代替積分運(yùn)算，從而獲得狀態(tài)最小方差分布的過程。這里的樣本即指粒子,當(dāng)樣本數(shù)量N→∝時可以逼近任何形式的概率密度分布。

盡管算法中的概率分布只是真實分布的一種近似，但由于非參數(shù)化的特點(diǎn)，它擺脫了解決非線性濾波問題時隨機(jī)量必須滿足高斯分布的制約，能表達(dá)比高斯模型更廣泛的分布，也對變量參數(shù)的非線性特性有更強(qiáng)的建模能力。因此，粒子濾波能夠比較精確地表達(dá)基于觀測量和控制量的后驗概率分布，可以用于解決SLAM問題。

粒子濾波的應(yīng)用

粒子濾波技術(shù)在非線性、非高斯系統(tǒng)表現(xiàn)出來的優(yōu)越性，決定了它的應(yīng)用范圍非常廣泛。另外，粒子濾波器的多模態(tài)處理能力，也是它應(yīng)用廣泛的原因之一。國際上，粒子濾波已被應(yīng)用于各個領(lǐng)域。在經(jīng)濟(jì)學(xué)領(lǐng)域，它被應(yīng)用在經(jīng)濟(jì)數(shù)據(jù)預(yù)測；在軍事領(lǐng)域已經(jīng)被應(yīng)用于雷達(dá)跟蹤空中飛行物，空對空、空對地的被動式跟蹤；在交通管制領(lǐng)域它被應(yīng)用在對車或人視頻監(jiān)控；它還用于機(jī)器人的全局定位。

粒子濾波的缺點(diǎn)

雖然粒子濾波算法可以作為解決SLAM問題的有效手段，但是該算法仍然存在著一些問題。其中最主要的問題是需要用大量的樣本數(shù)量才能很好地近似系統(tǒng)的后驗概率密度。機(jī)器人面臨的環(huán)境越復(fù)雜，描述后驗概率分布所需要的樣本數(shù)量就越多，算法的復(fù)雜度就越高。因此，能夠有效地減少樣本數(shù)量的自適應(yīng)采樣策略是該算法的重點(diǎn)。另外，重采樣階段會造成樣本有效性和多樣性的損失，導(dǎo)致樣本貧化現(xiàn)象。如何保持粒子的有效性和多樣性，克服樣本貧化，也是該算法研究重點(diǎn)。