Filtro de Partículas (Monte Carlo Sequencial)

O filtro de partículas, introduzido por Gordon, Salmond e Smith em 1993, é um algoritmo de Monte Carlo sequencial que aproxima a distribuição de filtragem Bayesiana para modelos de espaço de estados não lineares e não Gaussianos. Em vez de rastrear uma única melhor estimativa, ele mantém uma nuvem de N amostras aleatórias ponderadas — partículas — que representam coletivamente a distribuição posterior completa de um estado oculto em cada ponto no tempo à medida que novas observações chegam.