扩展粒子滤波器(Extended Particle Filter,EPF)是一种基于粒子滤波器的非线性滤波算法,相比经典粒子滤波器(Particle Filter,PF),其主要区别在于状态转移函数和观测模型的处理方式不同。
具体来说,EPF采用扩展卡尔曼滤波器(Extended Kalman Filter,EKF)的思想,将非线性状态转移函数和观测模型在每个时间步骤上进行线性化,然后使用线性卡尔曼滤波器进行处理。而PF则直接使用粒子样本来近似表示概率分布,不需要对非线性函数进行线性化处理。
EPF的优点在于可以处理非线性系统,并且具有较高的估计精度和稳定性;缺点在于需要进行线性化处理,计算量较大,同时对初始状态的选取也较为敏感。PF的优点在于不需要进行线性化处理,计算量较小,同时对初始状态的选取较为鲁棒;缺点在于随着状态维数的增加,需要的粒子数会呈指数级增长,导致计算复杂度急剧增加。