Устойчив частицов филтър
Устойчивият частицов филтър е последователен метод Монте Карло, който проследява скрити състояния в нелинейни, негаусови системи, като същевременно остава устойчив на аномалии и неправилна спецификация на модела. Той замества стандартната Гаусова функция на правдоподобие с плътност с тежки опашки или ограничено влияние, така че аномалните наблюдения получават намалена важност и не могат да дерайлират оценката на състоянието.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Ristic, B., Arulampalam, S. & Gordon, N. (2004). Beyond the Kalman Filter: Particle Filters for Tracking Applications. Artech House. ISBN: 978-1580536318
- Hurzeler, M. & Kunsch, H. R. (1998). Monte Carlo approximations for general state-space models. Journal of Computational and Graphical Statistics, 7(2), 175-193. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Robust Particle Filter. ScholarGate. https://scholargate.app/bg/bayesian/robust-particle-filter
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.
- Хамилтънов Монте КарлоБейсови методи↔ compare
- Калманов филтърБейсови методи↔ compare
- Частицов филтър (последователен Монте Карло)Бейсови методи↔ compare
- Устойчив Калманов филтърБейсови методи↔ compare
- Робастно последователно Монте КарлоБейсови методи↔ compare
- Последователен Монте КарлоБейсови методи↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →