<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>パーティクルフィルタ on 電子工作でライフハック！</title>
    <link>https://electwork.net/tags/%E3%83%91%E3%83%BC%E3%83%86%E3%82%A3%E3%82%AF%E3%83%AB%E3%83%95%E3%82%A3%E3%83%AB%E3%82%BF/</link>
    <description>Recent content in パーティクルフィルタ on 電子工作でライフハック！</description>
    <image>
      <title>電子工作でライフハック！</title>
      <url>https://electwork.net/images/ogp-default.jpg?v=3</url>
      <link>https://electwork.net/images/ogp-default.jpg?v=3</link>
    </image>
    <generator>Hugo -- gohugo.io</generator>
    <language>ja</language>
    <lastBuildDate>Sat, 07 Nov 2026 00:00:00 +0900</lastBuildDate><atom:link href="https://electwork.net/tags/%E3%83%91%E3%83%BC%E3%83%86%E3%82%A3%E3%82%AF%E3%83%AB%E3%83%95%E3%82%A3%E3%83%AB%E3%82%BF/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>デジタルフィルタ入門 #7｜パーティクルフィルタの設計：分布をサンプルで持ち、ガウス近似を捨てる</title>
      <link>https://electwork.net/posts/digital-filter-07-particle-filter-sequential-monte-carlo/</link>
      <pubDate>Sat, 07 Nov 2026 00:00:00 +0900</pubDate>
      
      <guid>https://electwork.net/posts/digital-filter-07-particle-filter-sequential-monte-carlo/</guid>
      <description>EKF と UKF では表せない二峰や弓なりの分布を、パーティクルフィルタで推定します。モンテカルロ積分から重要度サンプリング、重みの再帰、退化と有効サンプル数、リサンプリング 4 方式を導出し、手計算の 1 周を確かめます。カルマンに一致する検算、次元・鋭い尤度・動かない状態で粒子が足りなくなる条件、IMU の鏡像と距離・方位の設計例、C と Python の実装までまとめます。</description>
    </item>
    
  </channel>
</rss>
