×

高斯广义逆高斯模型的粒子滤波近似。 (英语) Zbl 1157.60037号

摘要:我们考虑了一类离散时间部分可观测随机过程的滤波问题。在所涉及参数的强条件和初始条件下,我们能够证明它允许有限维滤波器。放松这些假设,我们使用Rao-Blackwellization过程对滤波分布进行粒子滤波近似,然后证明其收敛性,并将此研究扩展到跳跃马尔可夫模型。

MSC公司:

60G35型 信号检测和滤波(随机过程方面)
62M20型 随机过程推断和预测
93E11号机组 随机控制理论中的滤波
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Andrieu,C。;戴维,M。;Doucet,A.,跳跃马尔可夫系统的高效粒子滤波。时变自回归的应用,IEEE Trans。信号处理。,51, 1762-1770 (2003) ·Zbl 1369.94075号
[2] 巴恩多夫·尼尔森,O.E。;Blsild,P.,双曲分布及其分支:对理论和应用的贡献,(科学工作中的统计分布,第4卷(1980)),19-44·Zbl 0489.62020号
[3] Barndorff-Nielsen,O.E.,《正态逆高斯型过程》,金融学出版社。,2, 41-68 (1998) ·兹布尔0894.90011
[4] 卡塞拉,G。;Robert,C.P.,Rao-Blackwellisation of sampling schemes,生物统计学,83,81-94(1996)·Zbl 0866.62024号
[5] Crisan,D.,Doucet,A.,2000年。序列蒙特卡罗方法的收敛性。技术报告;Crisan,D.,Doucet,A.,2000年。序贯蒙特卡罗方法的收敛性。技术报告
[6] Doucet,A。;德弗里塔斯,N。;Gordon,N.,《序贯蒙特卡罗方法在实践中的应用》(2001),Springer-Verlag:Springer-Verlag纽约·Zbl 0967.00022号
[7] Doucet,A.,de Freitas,N.,Murphy,K.,Russel,S.,2000年。动态贝叶斯网络的Rao-Blackwellied粒子滤波。摘自:第十六届人工智能不确定性会议记录。斯坦福,2000年,第176-183页;Doucet,A.,de Freitas,N.,Murphy,K.,Russel,S.,2000年。动态贝叶斯网络的Rao-Blackwellied粒子滤波。摘自:第十六届人工智能不确定性会议记录。斯坦福,2000年,第176-183页
[8] 费兰特,M。;Vidoni,P.,带乘性噪声非线性随机差分方程的有限维滤波器,随机过程。申请。,77, 69-81 (1998) ·Zbl 0927.93054号
[9] 费兰特,M。;Vidoni,P.,高斯广义逆高斯有限维滤波器,随机过程。申请。,1, 165-176 (1999) ·Zbl 1056.93066号
[10] Genon-Catalot,V.,非线性显式滤波器,统计师。普罗巴伯。莱特。,61, 145-154 (2003) ·Zbl 1041.62079号
[11] Jørgensen,B.,广义逆高斯分布的统计性质,(《统计学讲义》,第9卷(1982年),施普林格出版社:施普林格出版社,纽约)·Zbl 0436.62016号
[12] W.J.Runggaldier。;Spizzichino,F.,离散时间滤波器有限维的充分条件:基于拉普拉斯变换的方法,伯努利,7,211-221(2001)·Zbl 0981.62077号
[13] Shephard,N.,《局部尺度模型:综合GARCH过程的状态空间替代方法》,《计量经济学杂志》,第60期,第181-202页(1994年)·Zbl 0800.62807号
[14] 史密斯,R.L。;Miller,J.E.,《非高斯状态空间模型及其在记录预测中的应用》,J.Roy。统计师。Soc.序列号。B、 48、79-88(1986)·兹比尔0593.62099
[15] Vidoni,P.,基于共轭潜在过程的指数族状态空间模型,J.Roy。统计师。Soc.序列号。B、 61、213-221(1999)·Zbl 0913.62088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。