IMM filter

IMM (Iterative Multiple Model) 过滤器是一种用于估计动态系统状态的技术，特别是在非线性、不确定性和多模态环境中的滤波算法。它结合了粒子滤波（Particle Filter，PF）和概率模型切换的概念。在IMM中，系统状态空间被视为由多个可能的状态模型构成，每个模型对应于一种特定的行为模式。过滤过程中，算法会迭代地：

1. **模型初始化**：根据观测数据选择最合适的模型，或同时考虑所有模型的初始概率。
2. **预测步骤**：使用当前选定的模型对粒子进行状态预测。
3. **检测模型更新**：通过比较预测结果和新观测数据，计算模型切换的可能性，并基于此更新模型集合。
4. **采样-判决**：基于当前模型的更新信息，对粒子进行加权采样，并生成新的粒子集。
5. **融合**：对于所有模型的粒子，合并成单一的系统状态估计。

IMM的优点是可以处理复杂的动态环境，适应变化的条件，但其复杂度随模型数目的增加而增加。