本文介绍了一种名为持久采样（PS）的序贯蒙特卡洛（SMC）方法的扩展，用于贝叶斯推理。PS通过允许来自先前迭代的粒子持续存在来减少计算成本，并生成一个随着迭代进行而不断增长的、加权的粒子集合。PS解决了粒子贫化和模式崩溃问题，提供了更准确的后验近似和较低方差的边际似然估计。此外，PS还提高了过渡核适应性，用于有效的探索。实验证明，PS在后验矩估计中具有较低的平方偏差，并且显著减少了边际似然误差，同时计算成本更低。