ScholarGate
المساعد
Bayesian methodsBayesian / computational

مرشح الجسيمات مع خطأ القياس

مرشح الجسيمات مع خطأ قياس صريح هو خوارزمية مونت كارلو المتسلسلة التي تتعقب الحالة المخفية لنظام ديناميكي غير خطي وغير غاوسي مع نمذجة الضوضاء في الملاحظات رسميًا. تمثل مجموعة من العينات العشوائية الموزونة (الجسيمات) توزيع الحالة اللاحق عند كل خطوة زمنية، وتقوم دالة احتمالية الملاحظة بتحديد مدى توافق كل جسيم مع القياس المشوش المستلم.

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

المصادر

  1. Gordon, N. J., Salmond, D. J., & Smith, A. F. M. (1993). Novel approach to nonlinear/non-Gaussian Bayesian state estimation. IEE Proceedings F – Radar and Signal Processing, 140(2), 107–113. DOI: 10.1049/ip-f-2.1993.0015
  2. Doucet, A., de Freitas, N., & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer. ISBN: 978-0387951461

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Sequential Monte Carlo Particle Filter with Explicit Measurement Error. ScholarGate. https://scholargate.app/ar/bayesian/particle-filter-with-measurement-error

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateParticle Filter with Measurement Error (Sequential Monte Carlo Particle Filter with Explicit Measurement Error). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/bayesian/particle-filter-with-measurement-error · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026