Key points are not available for this paper at this time.
재귀 베이지안 필터를 구현하기 위해 부트스트랩 필터라는 알고리즘이 제안됩니다. 상태 벡터의 요구 밀도는 알고리즘에 의해 업데이트되고 전파되는 랜덤 샘플 세트로 표현됩니다. 이 방법은 선형성이나 가우시안 잡음의 가정에 제한받지 않으며, 어떤 상태 전이 또는 측정 모델에도 적용될 수 있습니다. 베어링만 추적하는 문제에 대한 시뮬레이션 예제가 제시됩니다. 이 시뮬레이션은 기본 알고리즘의 효율성을 개선하기 위한 계획을 포함하고 있습니다. 이 예제에서 부트스트랩 필터의 성능은 표준 확장 칼만 필터보다 훨씬 우수합니다.
Gordon et al. (금요일,)은 이 문제를 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: