×
吉米·奥尔森；杜克、兰达尔

粒子滤波器中方差的数字稳定在线估计。 （英语） 兹比尔1426.62246

伯努利 251504-1535（2019）第2期.
摘要：本文讨论了序贯蒙特卡罗方法中的方差估计，也称为粒子滤波器。我们提出的方差估计是对H.P.Chan先生和T.L.赖【Ann.Stat.41，No.6，2877–2904（2013；Zbl 1293.60071号)]，它允许通过跟踪粒子的谱系历史，在单个粒子过滤器运行中估计方差。然而，由于粒子谱系退化，随着连续粒子更新次数的增加，上述工作的估计值在数值上变得不稳定。因此，通过仅追踪粒子谱系的一部分而非全部，我们的估计器以偏差为代价获得了长期数值稳定性。系谱追踪的范围由滞后调节，在温和、易于检查的模型假设下，我们证明，随着滞后的增加，偏差在几何上趋于零。正如我们的数值结果所证实的那样，这允许对中度偏差也进行严格控制颗粒样品尺寸。

引用于1审查
引用于10文件

MSC公司：

2005年6月2日 马尔可夫过程：估计；隐马尔可夫模型
62M20型 随机过程推断和预测
60J22型 马尔可夫链中的计算方法

关键词：

渐近方差；Feynman-Kac模型；隐马尔可夫模型；粒子过滤器；序贯蒙特卡罗方法；状态空间模型；方差估计

引文：

Zbl 1293.60071号
PDF格式BibTeX公司 XML格式引用
\textit{J.Olsson}和\textit{R.Douc}，伯努利25，No.2，1504--1535（2019；Zbl 1426.62246）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Cappé，O.，Moulines，E.和Rydén，T.（2005）。隐马尔可夫模型中的推理。统计学中的斯普林格系列。纽约：斯普林格·Zbl 1080.62065号
[2] Chan，H.P.和Lai，T.L.（2013）。隐马尔可夫模型中粒子滤波器的一般理论和一些应用。统计年鉴41 2877-2904·Zbl 1293.60071号 ·doi:10.1214/13-AOS1172
[3] 肖邦，N.（2004）。序列蒙特卡罗方法的中心极限定理及其在贝叶斯推理中的应用。统计年鉴32 2385-2411·Zbl 1079.65006号
[4] Crisan，D.和Heine，K.（2008年）。离散时间滤波器在噪声分布尾部的稳定性。J.隆德。数学。Soc.（2）78 441-458·Zbl 1148.93036号 ·doi:10.1112/jlms/jdn032
[5] Del Moral，P.（2004）。费曼-卡克公式：谱系和相互作用粒子系统及其应用。概率论及其应用（纽约）。纽约：斯普林格·Zbl 1130.60003号
[6] Del Moral，P.（2013）。蒙特卡罗积分的平均场模拟。统计学和应用概率专著126。佛罗里达州博卡拉顿：CRC出版社·兹比尔1282.65011
[7] Del Moral，P.和Guionnet，A.（1999）。非线性滤波和相互作用粒子系统的中心极限定理。附录申请。概率9 275-297·Zbl 0938.60022号 ·doi:10.1214/aoap/1029962742
[8] Del Moral，P.和Guionnet，A.（2001年）。应用于滤波和遗传算法的交互过程的稳定性。亨利·彭加雷·普罗巴布（Henri PoincaréProbab）安·Inst。统计数据37 155-194·Zbl 0990.60005号 ·doi:10.1016/S0246-0203（00）01064-5
[9] Douc，R.、Fort，G.、Moulines，E.和Priouret，P.（2009）。忘记隐马尔可夫模型的初始分布。随机过程。申请119 1235-1256·Zbl 1159.93357号 ·doi:10.1016/j.spa.2008.05.007
[10] Douc，R.和Moulines，E.（2008年）。加权样本的极限定理及其在序贯蒙特卡罗方法中的应用。《统计年鉴》36 2344-2376·Zbl 1155.62056号 ·doi:10.1214/07-AOS514
[11] Douc，R.和Moulines，E.（2012年）。错误指定隐马尔可夫模型中最大似然估计的渐近性质。统计年鉴40 2697-2732·Zbl 1373.62436号
[12] Douc，R.、Moulines，E.和Olsson，J.（2014）。序贯蒙特卡罗方法在可验证条件下的长期稳定性。附录申请。大约24 1767-1802·Zbl 1429.62364号
[13] Doucet，A.、De Freitas，N.和Gordon，N.编辑（2001年）。实践中的序贯蒙特卡罗方法。纽约：斯普林格·Zbl 0967.00022号
[14] Gordon，N.、Salmond，D.和Smith，A.F.（1993年）。非线性/非高斯贝叶斯状态估计的新方法。IEE程序。，F、 雷达信号处理140 107-113。
[15] Hull，J.和White，A.（1987年）。随机波动资产的期权定价。J.财务42 281-300。
[16] Jacob，P.E.、Murray，L.M.和Rubenthaler，S.（2015）。粒子过滤器中的路径存储。统计计算25 487-496·Zbl 1332.62359号 ·doi:10.1007/s11222-013-9445-x
[17] Kitagawa，G.和Sato，S.（2001年）。蒙特卡罗平滑和自组织状态空间模型。在实践中的顺序蒙特卡罗方法中（A.Doucet，N.De Freitas和N.Gordon编辑）。统计工程信息科学。177-195. 纽约：斯普林格·Zbl 1056.93581号
[18] Künsch，H.R.（2005年）。递归蒙特卡罗滤波器：算法和理论分析。统计年鉴33 1983-2021·Zbl 1086.62106号
[19] Lee，A.和Whiteley，N.（2016）。粒子滤波器中的方差估计。预印本。可从arXiv:1509.00394获取。
[20] Lindsten，F.、Schön，T.B.和Olsson，J.（2011）。Rao-Blackwellied粒子滤波器的显式方差缩减表达式。第18届国际会计师联合会世界大会会议记录11979-11984。
[21] Olsson，J.、Cappé，O.、Douc，R.和Moulines，E.（2008）。序贯蒙特卡罗平滑及其在非线性状态空间模型参数估计中的应用。伯努利14 155-179·Zbl 1155.62055号 ·doi:10.3150/07-BEJ6150
[22] Olsson，J.和Ströjby，J.（2011）。部分观测扩散过程中基于粒子的似然推断，使用广义泊松估计。电子。《美国联邦法规汇编》第5卷第1090-1122页·Zbl 1274.62564号 ·doi:10.1214/11-EJS632
[23] Ristic，B·兹比尔1092.93041
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。