Filtre de partícules amb error de mesura
Un filtre de partícules amb error de mesura explícit és un algoritme de Monte Carlo seqüencial que fa el seguiment de l'estat ocult d'un sistema dinàmic no lineal i no gaussiano, tot modelant formalment el soroll en les observacions. Una població de mostres aleatòries ponderades (partícules) representa la distribució d'estat posterior a cada pas de temps, i una funció de versemblança de l'observació quantifica quant és coherent cada partícula amb la mesura sorollosa rebuda.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
- Doucet, A., de Freitas, N., & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer. ISBN: 978-0387951461
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Sequential Monte Carlo Particle Filter with Explicit Measurement Error. ScholarGate. https://scholargate.app/ca/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.
- Filtre de Kalman EstèsTeoria de control↔ compare
- Filtre de KalmanBayesià↔ compare
- Monte Carlo SeqüencialBayesià↔ compare
- Filtre de Kalman No Lineal (Unscented Kalman Filter, UKF)Teoria de control↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →