Robust partikelfilter
Den robusta partikelfiltern är en sekventiell Monte Carlo-metod som spårar dolda tillstånd i icke-linjära, icke-Gaussiska system samtidigt som den förblir motståndskraftig mot extremvärden och felaktig modellspecifikation. Den ersätter den standardmässiga Gaussiska likheten med en täthet med tjocka svansar eller begränsat inflytande, så att avvikande observationer får nedvikt vikt och inte kan kullkasta tillståndsestimatet.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Ristic, B., Arulampalam, S. & Gordon, N. (2004). Beyond the Kalman Filter: Particle Filters for Tracking Applications. Artech House. ISBN: 978-1580536318
- Hurzeler, M. & Kunsch, H. R. (1998). Monte Carlo approximations for general state-space models. Journal of Computational and Graphical Statistics, 7(2), 175-193. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Robust Particle Filter. ScholarGate. https://scholargate.app/sv/bayesian/robust-particle-filter
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.
- Hamiltonian Monte CarloBayesiansk statistik↔ compare
- KalmanfilterBayesiansk statistik↔ compare
- Partikelfilter (sekventiell Monte Carlo)Bayesiansk statistik↔ compare
- Robust KalmanfilterBayesiansk statistik↔ compare
- Robust Sekventiell Monte CarloBayesiansk statistik↔ compare
- Sekventiell Monte CarloBayesiansk statistik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →