粒子濾波器（序列蒙地卡羅）

粒子濾波器以一團加權樣本（粒子）而非高斯來表示隱藏狀態的後驗，因此原則上能追蹤任意非線性動力學與非高斯、多峰的信念。每一步將每個粒子經動力學向前抽樣，依其對新觀測的解釋程度（似然）重新加權，並週期性地重抽樣，使粒子集中於機率高處。當粒子數增加時，近似收斂至真正的後驗。

其代價是運算成本與一組著名的失效模式。樸素的序列重要性抽樣會出現權重退化，即單一粒子主導；重抽樣可修正此問題，卻導致樣本貧化、喪失多樣性，尤其在高維狀態空間中，所需粒子數可能爆增。在 BCI 中，當觀測模型確實非高斯時——例如脈衝式似然或切換／多峰意圖——粒子濾波器很有價值；但對平滑、近高斯的問題，卡爾曼或無跡濾波器通常能以低得多的成本達到相當準確度，故粒子濾波器多為選擇性使用而非預設。