粒子滤波算法，无迹卡尔曼算法与凌日算法的区别

粒子滤波算法（Particle Filter）是一种非线性、非高斯的贝叶斯滤波算法。它通过一组粒子来近似表示后验概率密度，从而实现状态估计和预测。粒子滤波算法的主要优点是能够处理非线性系统和非高斯分布的问题，但是其缺点在于粒子数目越多，计算量也会增加。

无迹卡尔曼滤波算法（Unscented Kalman Filter）是一种基于卡尔曼滤波的无迹变换技术的改进算法。它通过对状态变量和观测变量进行无迹变换，从而避免了传统卡尔曼滤波中线性化过程中带来的误差。无迹卡尔曼滤波算法相比于传统的卡尔曼滤波算法，能够更好地处理非线性问题。

凌日算法（Lingji Algorithm）是一种用于目标跟踪的算法。凌日算法是一种基于动态模型的跟踪算法，它通过对目标的动态特征进行建模和预测，从而实现目标的跟踪。凌日算法主要应用于视频监控、智能交通等领域。

三种算法的区别在于应用场景、处理问题的方式、精度等方面。其中粒子滤波算法和无迹卡尔曼滤波算法都是用于状态估计和预测的，但是粒子滤波算法更适用于非线性和非高斯分布的问题，而无迹卡尔曼滤波算法则更适用于线性和高斯分布的问题。凌日算法主要应用于目标跟踪领域。