จาก Dan Simon's "การประเมินสถานะที่เหมาะสมที่สุด":
"ในระบบเชิงเส้นที่มีเสียงรบกวนแบบเกาส์เซียนตัวกรองคาลมานนั้นดีที่สุดในระบบที่ไม่เชิงเส้นตัวกรองคาลมานสามารถใช้สำหรับการประเมินสถานะ แต่ตัวกรองอนุภาคอาจให้ผลลัพธ์ที่ดีกว่าในราคาของความพยายามคำนวณเพิ่มเติม ระบบที่มีเสียงรบกวนแบบไม่เสียนตัวกรองคาลมานเป็นตัวกรองเชิงเส้นที่ดีที่สุดแต่ตัวกรองอนุภาคอาจทำงานได้ดีขึ้นตัวกรองคาลมานที่ไม่ได้กรอง (UKF) ให้ความสมดุลระหว่างความพยายามในการคำนวณต่ำของตัวกรองคาลมาน ตัวกรองอนุภาค "
"ตัวกรองอนุภาคมีความคล้ายคลึงกันกับ UKF ในการที่จะแปลงชุดของจุดผ่านสมการไม่เชิงเส้นที่รู้จักกันและรวมผลลัพธ์เพื่อประเมินค่าเฉลี่ยและความแปรปรวนร่วมของรัฐอย่างไรก็ตามในตัวกรองอนุภาคจะมีการสุ่มเลือกจุดในขณะที่ คะแนนของ UKF นั้นได้รับการคัดเลือกบนพื้นฐานของอัลกอริธึมเฉพาะ ***** ด้วยเหตุนี้จำนวนคะแนนที่ใช้ในตัวกรองอนุภาคโดยทั่วไปจะต้องมากกว่าจำนวนคะแนนใน UKF มากความแตกต่างระหว่าง ตัวกรองสองตัวคือข้อผิดพลาดในการประมาณค่าใน UKF ไม่ได้รวมกันเป็นศูนย์ในแง่ใด ๆ แต่ข้อผิดพลาดในการประมาณค่าในตัวกรองอนุภาคจะรวมกันเป็นศูนย์ในขณะที่จำนวนอนุภาค (และความพยายามในการคำนวณ)
***** การแปลงที่ไม่ได้เป็นศูนย์เป็นวิธีการคำนวณสถิติของตัวแปรสุ่มซึ่งผ่านการแปลงแบบไม่เชิงเส้นและใช้สัญชาตญาณ (ซึ่งใช้กับตัวกรองอนุภาค) ซึ่งง่ายต่อการประมาณการแจกแจงความน่าจะเป็นกว่า ฟังก์ชั่นหรือการแปลงแบบไม่เชิงเส้นโดยประมาณ ดูสิ่งนี้เป็นตัวอย่างของวิธีการเลือกคะแนนใน UKF "