粒子滤波器是通过蒙特卡罗模拟来实现递归贝叶斯滤波，它不需要线性、高斯噪声的假设，适用于任何能用状态空间模型表示的非线性系统，比卡尔曼滤波器的适用范围广。这里给出了几个粒子滤波的matlab编程实例。-Particle filters are using Monte Carlo simulations to achieve the recursive Bayesian filtering, it does not require linear, Gaussian noise assumptions

卡尔曼滤波在对离散线性系统进行最优化的时候用到系统的预测方程和测量方程，但是只考虑了最简单的线性关系，即系统预测方程线性化，由于变量的均值和方差只能进行线性运算，那么当系统预测方程非线性化的时候该怎样计算预测值的方差呢？ UKF就是为了研究解决这种非线性关系的。-Kalman filter used in optimization of discrete linear systems prediction and measurement equations of the system, but