粒子滤波
粒子滤波是在目标跟踪中常用的一种方法
非线性条件下，贝叶斯滤波面临一个重要的问题是状态分布的表达与积分式的求解
由前面章节中的分析可以得知，对于一般的非线性系统，解析求解的途径是行不通的
在数值近似方法中，是一种最为通用与有效的方法
粒子滤波就是建立在仿真基础之上的，它通过利用一组带权值的系统状态采样来近似状态的统计分布。
由于方法具有广泛的适用性，由此得到的粒子滤波算法也能适用于一般的非线性/非高斯系统。但是，这种滤波方法也面临几个重要问题，如有效采样(粒子)如何产生、粒子如何传递以及系统状态的序贯估计如何得到等。
非线性系统
首先我们了解到非线性的系统
由于我们得到是时间与其相关传感器信息往往是离散的，也就是其往往不是连续变化的，不能使用微分方程来表示，而使用递推公式表示
这就是我们所需要的
