فیلتر ذرات با خطای اندازهگیری
فیلتر ذرات با خطای اندازهگیری صریح، الگوریتم مونت کارلو ترتیبی (Sequential Monte Carlo) است که حالت پنهان یک سیستم دینامیکی غیرخطی و غیرگاوسی را ردیابی میکند، در حالی که نویز در مشاهدات را به طور رسمی مدلسازی میکند. جمعیتی از نمونههای تصادفی وزندار (ذرات) توزیع حالت پسین را در هر گام زمانی نشان میدهند و تابع درستنمایی مشاهده، میزان سازگاری هر ذره را با اندازهگیری نویزی دریافتی، کمیسازی میکند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Sequential Monte Carlo Particle Filter with Explicit Measurement Error. ScholarGate. https://scholargate.app/fa/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.
- فیلتر کالمن تعمیمیافتهنظریه کنترل↔ compare
- فیلتر کالمنبیزی↔ compare
- مونتکارلوی ترتیبیبیزی↔ compare
- فیلتر کالمن بدون اغتشاش (Unscented Kalman Filter - UKF)نظریه کنترل↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →