Фільтр частинок з похибкою вимірювання
Фільтр частинок з явною похибкою вимірювання — це алгоритм послідовного Монте-Карло, який відстежує прихований стан нелінійної, неґауссової динамічної системи, формально моделюючи шум в спостереженнях. Сукупність зважених випадкових вибірок (частинок) представляє апостеріорний розподіл стану на кожному часі, а функція правдоподібності спостереження кількісно визначає, наскільки кожна частинка узгоджується з отриманим зашумленим вимірюванням.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Sequential Monte Carlo Particle Filter with Explicit Measurement Error. ScholarGate. https://scholargate.app/uk/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.
- Розширений фільтр КалманаТеорія керування↔ compare
- Фільтр КалманаБаєсові методи↔ compare
- Послідовний Монте-КарлоБаєсові методи↔ compare
- Безцентровий фільтр КалманаТеорія керування↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →