Augmented Particle Filters
增广粒子滤波AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接讨论状态空间模型中的状态动态与在线滤波，方法对象对应时间序列分析，但未说明具体宏观应用。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
增广粒子滤波
- 研究问题
- 一般状态空间模型的在线滤波如何同时利用状态动态与当期观测，改善候选粒子构造及权重计算的可行性？
- 方法与思路
- 作者将观测方程与状态方程产生的两组粒子结合，通过增广状态空间计算权重，并研究与最优粒子滤波的联系。
- 材料陈述的贡献
- 摘要称提供理论依据，并在特殊模型中讨论与最优粒子滤波的关系；所报模拟显示相近或更好的滤波表现。
- 阅读关注点
- 应核对两组粒子的生成与组合方式、权重公式成立的条件，以及特殊模型中的联系和模拟比较的计算预算。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；适用模型条件、误差指标和计算成本未说明，模拟表现不能推广到所有模型或刊本版本。
原文摘要
Particle filters have been widely used for online filtering problems in state–space models (SSMs). The current available proposal distributions depend either only on the state dynamics, or only on the observation, or on both sources of information but are not available for general SSMs. In this article, we develop a new particle filtering algorithm, called the augmented particle filter (APF), for online filtering problems in SSMs. The APF combines two sets of particles from the observation equation and the state equation, and the state space is augmented to facilitate the weight computation. Theoretical justification of the APF is provided, and the connection between the APF and the optimal particle filter (OPF) in some special SSMs is investigated. The APF shares similar properties as the OPF, but the APF can be applied to a much wider range of models than the OPF. Simulation studies show that the APF performs similarly to or better than the OPF when the OPF is available, and the APF can perform better than other filtering algorithms in the literature when the OPF is not available.