Osakeste filter mõõtmisveaga
Osakeste filter, mis arvestab eksplitsiitselt mõõtmisveaga, on järjestikune Monte Carlo algoritm, mis jälgib mittelineaarse, mitte-Gaussi dünaamilise süsteemi varjatud olekut, modelleerides samal ajal formaalselt müra vaatlustes. Kaalutud juhuslike valimite (osakeste) populatsioon esindab igal ajahetkel tagumist olekute jaotust ning vaatluse tõenäosusfunktsioon kvantifitseerib, kui kooskõlas on iga osake saadud mürarikka mõõtmisega.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Sequential Monte Carlo Particle Filter with Explicit Measurement Error. ScholarGate. https://scholargate.app/et/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.
- Laiendatud Kalman-filterAutomaatjuhtimine↔ compare
- Kalmani filterBayesi meetodid↔ compare
- Jadaline Monte CarloBayesi meetodid↔ compare
- Unscented Kalman FilterAutomaatjuhtimine↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →