![38e30959de5c71c2fff79925129099e7.png](https://img-blog.csdnimg.cn/img_convert/38e30959de5c71c2fff79925129099e7.png)
本文原版链接: https://www. seas.harvard.edu/course s/cs281/papers/doucet-johansen.pdf
本文是哈佛大学相关研究人员于2008年发表的一篇关于粒子滤波的详细教程,至今已被引用1687次。
目录:
- 介绍Introduction
1.1 序言Preliminary remarks
1.2 教程的组织Organisation of the tutorial
2. 隐马尔可夫模型中的贝叶斯推理Bayesian Inference in Hidden Markov Models
2.1 隐马尔可夫模型及其推理目标Hidden Markov Models and Inference Aims
2.2 滤波与边缘似然Filtering and Marginal Likelihood
2.3 平滑Smoothing
2.3.2 前后向递归
2.3.2 广义双滤波器公式Generalised Two-Filter Formula
2.4 总结Summary
3. 序贯蒙特卡罗方法Sequential Monte Carlo Methods
3.1 蒙特卡罗方法基础Basics of Monte Carlo Methods
3.2 重要性抽样I