×

噪声观测下保证精度的随机时滞微分方程参数估计。 (英语) Zbl 1130.34058号

本文研究随机时滞微分方程的参数估计问题。通过使用所谓的相关方法,作者基于时滞系统的噪声观测,以预先指定的均方精度(varepsilon),构造了未知参数(θ)的序贯估计方案。如果(varepsilon)趋于零,则研究估计过程持续时间的极限行为。

MSC公司:

34K50美元 随机泛函微分方程
60 H10型 随机常微分方程(随机分析方面)
62升12 序贯估计
34A55型 涉及常微分方程的反问题
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Arato,M.,常系数线性随机系统。《统计方法》(1982),《施普林格:施普林格柏林》,海德堡,纽约·Zbl 0544.93060号
[2] Gushchin,A.A。;Küchler,U.,时滞线性随机微分方程的渐近推断,Bernoulli,5,6,1059-1098(1999)·Zbl 0983.62049号
[3] 科尔马诺夫斯基,V。;Myshkis,A.,《泛函微分方程的应用理论》(1992),Kluwer学术出版社:Kluwer学术出版社Dordrecht·Zbl 0917.34001号
[4] Küchler,美国。;Sörensen,M.,随机过程的指数族(1997),Springer:Springer New York,Heidelberg·Zbl 0882.60012号
[5] Küchler,美国。;Vasil’iev,V.,关于一些时滞线性随机微分方程的序列参数估计,序列分析。,20, 3, 117-146 (2001) ·Zbl 0985.62065号
[6] Küchler,美国。;Vasil’iev,V.,带记忆线性动态系统的顺序识别,统计。J.随机推断,8,1-24(2005)·Zbl 1062.62152号
[7] 利普策尔,R.Sh。;Shiryaev,A.N.,《随机过程统计》(1977),施普林格:施普林格纽约,海德堡·Zbl 0398.60044号
[8] Liptser,R.Sh。;Shiryaev,A.N.,《鞅理论》(1986),《瑙卡:瑙卡莫斯科》·Zbl 0654.60035号
[9] Mao,X.,《随机微分方程及其应用》(1997),Harwood出版社:Harwood Publishing Chichester·Zbl 0874.60050号
[10] 穆罕默德,S.E.-A.,《带记忆的随机微分系统:理论、示例和应用》,《概率与统计》,42,1-77(1996)·Zbl 0901.60030号
[11] 瓦西里耶夫,V.A。;Konev,V.V.,《关于通过噪声观测连续时间内线性动态系统的顺序识别》,《问题控制通知》。理论,16,2,101-112(1987)·Zbl 0634.93075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。