Partikelfilter med målefejl
Et partikelfilter med eksplicit målefejl er en sekventiel Monte Carlo-algoritme, der sporer den skjulte tilstand af et ikke-lineært, ikke-Gaussisk dynamisk system, mens støj i observationerne formelt modelleres. En population af vægtede tilfældige stikprøver (partikler) repræsenterer den posteriore tilstandsfordeling ved hvert tidspunkt, og en observationssandsynlighedsfunktion kvantificerer, hvor meget hver partikel er konsistent med den støjfyldte måling, der er modtaget.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
Sådan citerer du denne side
ScholarGate. (2026, June 3). Sequential Monte Carlo Particle Filter with Explicit Measurement Error. ScholarGate. https://scholargate.app/da/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.
- Udvidet Kalman-filterReguleringsteknik↔ compare
- Kalman-filterBayesiansk↔ compare
- Sekventiel Monte CarloBayesiansk↔ compare
- Unscented Kalman FilterReguleringsteknik↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →