林燕霞 使用拟似然方法对卡尔曼滤波器进行另一种推导。 （英语） 兹比尔1110.62124 J.统计计划。推断 137，第5期，1627-1633（2007）. 总结：卡尔曼滤波器给出了估计状态向量的递归过程。递归过程由一个矩阵决定，即所谓的增益矩阵，其中增益矩阵根据应用卡尔曼滤波器的系统而变化。传统上，当系统的概率结构已知时，增益矩阵是通过最大似然法推导出来的。作为一种替代方法，本文考虑了拟似然方法。该方法用于在不完全了解底层系统概率结构的情况下推导增益矩阵。本文考虑了两种模型，简单状态空间模型和测量与过渡方程扰动相关的模型。本文的目的是（i）给出一种推导增益矩阵的简单方法；（ii）当底层系统相对复杂时，给出获得状态向量最佳估计的替代方法。 引用于1文件 MSC公司： 62M20型 随机过程推断和预测 关键词：准相似性;准核估计函数;拟似然估计 PDF格式BibTeX公司 XML格式引用 \textit{Y.-X.Lin}，J.Stat.Plann。推断137，No.5，1627--1633（2007；Zbl 1110.62124） 全文： DOI程序 参考文献： [1] Alzghool，R.，Lin，Y.-X.，状态空间模型的估计：拟似然方法。（预印本）。；Alzghool，R.，Lin，Y.-X.，状态空间模型的估计：拟似然方法。（预印本）。 [2] B.D.O.安德森。；Moore，J.B.，《最佳过滤》（1979），Prentice-Hall公司：伦敦Prentice-Hall公司·Zbl 0758.93070号 [3] 邓肯，D.B。；Horn，S.D.，从回归分析的角度进行线性动态递归估计，J.Amer。统计师。协会，67，815-821（1972）·兹比尔0254.62039 [4] Durbin，J。；Koopman，S.J.，非高斯状态空间模型的蒙特卡罗最大似然估计，生物统计学，84，669-684（1997）·Zbl 0888.62086号 [5] Feder，M.，《重复调查的时间序列分析：国家空间方法》，统计师。Neerlandica，55，182-199（2001）·Zbl 1075.62616号 [6] 戈达姆，V.P。；Heyde，C.C.，拟似然与最优估计，国际。统计师。版本，55，231-244（1987）·Zbl 0671.62007号 [7] Harvey，A.C.，《预测、结构时间序列模型和卡尔曼滤波器》（1994），剑桥大学出版社：剑桥大学出版社 [8] Heyde，C.C.，拟似然及其应用：最佳参数估计的一般方法。Springer统计系列（1997），Springer:Springer纽约·Zbl 0879.62076号 [9] Kuk，A.Y.，《蒙特卡罗最大似然估计中近似模型的使用》，统计。普罗巴伯。莱特。，45, 325-333 (1999) ·Zbl 1070.62512号 [10] Lin，Y.-X。；Heyde，C.C.，最优估计函数和Wedderburn拟似然，Comm.Statist。理论方法，222341-2350（1993）·Zbl 0791.62026号 [11] Lin，Y.-X。；Heyde，C.C.，《关于估计函数的空间》，J.Statist。计划。推理，63，255-264（1997）·Zbl 0921.62023号 [12] 梅贝克，P.S.，1979年。随机模型、估计和控制，第1卷。纽约学术出版社。；梅贝克，P.S.，1979年。随机模型、估计和控制，第1卷。纽约学术出版社·Zbl 0464.93002号 [13] Wedderburn，R.W.M.，拟似然函数、广义线性模型和高斯-牛顿方法，Biometrika，61439-447（1974）·Zbl 0292.62050号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。