科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对非线性、非高斯问题,文章详细分析了贝叶斯滤波的原理及其进展。采用近似线性及高斯假设处理,传统的卡尔曼滤波提供了一种很好的解决方案。但是,真实世界的非线性、非高斯问题存在,使得人们不得不寻找一种更好的最优滤波方法。基于随机滤波理论、贝叶斯统计量和蒙特卡洛方法的粒子滤波理论迅速发展,并广泛应用到数字通信、目标跟踪、计算机视觉和机器故障诊断领域。
-
单位无锡商业职业技术学院; 中国科学院声学研究所
针对非线性、非高斯问题,文章详细分析了贝叶斯滤波的原理及其进展。采用近似线性及高斯假设处理,传统的卡尔曼滤波提供了一种很好的解决方案。但是,真实世界的非线性、非高斯问题存在,使得人们不得不寻找一种更好的最优滤波方法。基于随机滤波理论、贝叶斯统计量和蒙特卡洛方法的粒子滤波理论迅速发展,并广泛应用到数字通信、目标跟踪、计算机视觉和机器故障诊断领域。
