Bộ lọc hạt trong R - ví dụ mã tầm thường

Tôi đang tìm một ví dụ mã đơn giản về cách chạy Bộ lọc hạt trong R. Gói pomp dường như hỗ trợ bit toán không gian trạng thái, nhưng các ví dụ này hơi khó để theo dõi lập trình cho một nhà phát triển OO đơn giản như tôi, đặc biệt là làm thế nào để tải dữ liệu quan sát vào một đối tượng pomp.

• Ví dụ ở đây: http://cran.r-project.org/web/packages/pomp/vignettes/intro_to_pomp.pdf

Hãy nói rằng tôi có tệp csv với 1 cột dữ liệu nhiễu làm đầu vào và tôi muốn chạy nó qua Bộ lọc hạt để hy vọng làm sạch nó, với đầu ra là ước tính, cho tệp csv khác.

 y <- read.csv("C:/Dev/VeryCleverStatArb/inputData.csv", header=FALSE)
 #CSV to Pomp object ???
 #Run Particle Filter
 #Write estimates to csv.

Khó khăn chính với các ví dụ là tải dữ liệu csv vào một đối tượng pomp.

Một mô hình không gian trạng thái rất đơn giản nên đủ tốt cho bây giờ.

Bất kỳ ý tưởng cho R-tò mò?

EDIT: Có vẻ như hầu hết các gói bộ lọc hạt đã biến mất. Tuy nhiên, tôi đã chơi với LapftimeDemon (gói MCMC của Bayes) và nó có chức năng PMC (Dân số Monte Carlo) thực hiện PMC, một loại bộ lọc hạt. Có thể quá nhiều máy móc cho một loại bộ lọc hạt nhanh, nhưng một gói cũng đáng học hỏi.

Bạn có thể tìm thấy gói và hướng dẫn tại CRAN .

NGUỒN GỐC: Thành thật mà nói, trong trường hợp đơn giản nhất, pompkhó sử dụng. Nó rất linh hoạt cho bất cứ điều gì bạn có thể muốn làm, nhưng nó giống như sử dụng một con tàu không gian để đi đến cửa hàng tạp hóa.

Bạn đã thử xem các bộ lọc Kalman (nếu dữ liệu của bạn có thể đáp ứng các giả định của bộ lọc Kalman), bao gồm các hàm cơ bản tsSmoothvà StructTS(chỉ đơn biến) và gói dlm? Tôi cũng sẽ xem xét loessvà các chất làm mịn khác.

Tôi hy vọng tôi đã sai và ai đó nhảy vào đây nhanh chóng, "Đây là cách thực hiện đối với dữ liệu đơn biến đơn giản như bạn có với một số giả định khiêm tốn." Tôi rất thích có thể tự mình sử dụng gói.