Tracking application about singer model based on marginalized particle filter
Zhou, He, Weijun, Fan, Xin-yue · 中国邮电高校学报：英文版 · 2010
这篇文章处理导致一个混合 linear/non-linear 模型评价问题的调遣目标追踪的问题。为调遣追踪系统，扩大了 Kalman 过滤器(EKF ) 或粒子过滤器(PF ) 传统地被用来估计状态。在这篇文章，排斥了粒子过滤器(MPF ) 处于一个混合 linear/non-linear 模型评价问题为申请被介绍。MPF 是 Kalman 过滤器(KF ) 和 PF 的联合。它因此认为两个他们有利并且能被用于混合 linear/non-linear 基础，在有条件地线性的状态用 KF 被估计，非线性的状态用 PF 被估计的地方。模拟结果证明 MPF 保证评价精确性并且在调遣追踪申请的目标与 PF 和 EKF 相比减轻潜在的计算负担问题。