Abstract
Denne masteravhandlingen tar for seg generell Bayesestimering og numerisk implementasjon for denne. Variablene og fordelingene er sett på i lys av navigasjonsterminologi. Tilstandene og observasjonene er antatt å være stokastiske prosesser og løsningene innebærer statiske metoder basert på Markov egenskap. Rekursiv estimering for å finne a posteriori sannsynlighetstetthet for en tilstand, er en gunstig løsning. Punktmassefilter og partikkelfilter er foreslått og diskutert som løsninger for dynamiske, ikke-gaussiske og ikke-lineære estimeringsproblemer. Disse filtrene beregner den diskretiserte a posteriori tettheten gitt alle observerte målinger. Karakteristiske samplingsmetoder som rejection-sampling og sampling importance resampling er omhandlet.