ScholarGate
Assistent
Bayesian methodsBayesian / computational

Partikkelfilter med målefeil

Et partikkelfilter med eksplisitt målefeil er en sekvensiell Monte Carlo-algoritme som sporer den skjulte tilstanden til et ikke-lineært, ikke-Gaussisk dynamisk system, samtidig som den formelt modellerer støy i observasjonene. En populasjon av vektede tilfeldige utvalg (partikler) representerer den posterior tilstandsfordelingen ved hvert tidsskritt, og en observasjons-sannsynlighetsfunksjon kvantifiserer hvor konsistent hver partikkel er med den støyende målingen som mottas.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. 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
  2. Doucet, A., de Freitas, N., & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer. ISBN: 978-0387951461

Slik siterer du denne siden

ScholarGate. (2026, June 3). Sequential Monte Carlo Particle Filter with Explicit Measurement Error. ScholarGate. https://scholargate.app/no/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.

Compare side by side
ScholarGateParticle Filter with Measurement Error (Sequential Monte Carlo Particle Filter with Explicit Measurement Error). Hentet 2026-06-15 fra https://scholargate.app/no/bayesian/particle-filter-with-measurement-error · Datasett: https://doi.org/10.5281/zenodo.20539026