×

非线性滤波器的遍历特性。 (英语) Zbl 1059.60054号

考虑了以下滤波模型:信号过程是波兰空间(E)上的齐次马尔可夫过程((X{t}),其过渡半群是Feller,具有唯一的不变概率测度(mu),因此(P_{t} (f)\对于(E\)上的所有有界连续实函数\(f\),在\(L^1(\mu)\)中为\(t\to\infty\)。观察过程由\(Y_{t}=\int^给出{t}(t)_{0}h(X_{s})\,ds+W_{t}\),其中\(h:E\to\mathbbR^{d}\)是有界连续函数,\(W\)是独立于\(X\)的\(d\)维维纳过程。用(P(E)表示(E)上所有Borel概率测度的集合,并设(Pi{t})为非线性滤波器,即。由(Pi{t}(\cdot)=\mathbf P(X_{t}\in\cdot\mid\sigma(Y_{s},\,0\leqs\leqt))定义的\(P(E)\)值过程。发现了(X{t},Pi{t})对是(E×P(E))上的Feller-Markov过程且具有唯一不变概率测度的较一般的充分条件,这些条件与滤波器的渐近稳定性密切相关。

MSC公司:

60G35型 信号检测和滤波(随机过程方面)
93E11号机组 随机控制理论中的滤波
60J35型 转换函数、生成器和解决方案
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Atar,R.,非紧域扩散过程非线性滤波的指数稳定性,Ann.Probab。,26, 1552-1574 (1998) ·Zbl 0930.93080号
[2] 阿塔尔,R。;Zeitouni,O.,非线性滤波的指数稳定性,Ann.l Inst.H.Poincare Probab。统计,33,697-725(1997)·Zbl 0888.93057号
[3] 阿塔尔,R。;Zeitouni,O.,有限状态非线性滤波的Lyapunov指数,SIAM J.控制优化。,35, 36-55 (1997) ·Zbl 0940.93073号
[4] Baxendale,P.,Liptser,R.,1999年。错误初始分布下的滤波稳定性。预打印。;Baxendale,P.,Liptser,R.,1999年。错误初始分布下的滤波稳定性。预打印。
[5] 巴特,A。;Budhiraja,A。;Karandikar,R.,非线性滤波器的马尔可夫特性和遍历性,SIAM J.控制优化。,39, 928-949 (2000) ·Zbl 0970.60047号
[6] 布迪拉贾,A。;Kushner,H.J.,无限时间间隔上非线性滤波器的近似和极限结果,SIAM J.控制优化。,37, 1946-1979 (1997) ·Zbl 0934.93064号
[7] Budhiraja,A。;Kushner,H.J.,无限时间间隔上非线性滤波器的鲁棒性,SIAM J.控制优化。,36, 1618-1637 (1998) ·Zbl 0915.93063号
[8] Budhiraja,A。;Kushner,H.J.,无限时间间隔上非线性滤波器的近似和极限结果:第二部分,随机采样算法,SIAM J.Control Opt。,38, 1874-1908 (2000) ·Zbl 1031.93148号
[9] Budhiraja,A.,Kushner,H.J.,2001年。非线性滤波中的蒙特卡罗算法和渐近问题。in:有限/无限维随机,趋势数学。,伯克豪斯,波士顿,第59-87页。;Budhiraja,A.,Kushner,H.J.,2001年。非线性滤波中的蒙特卡罗算法和渐近问题。in:有限/无限维随机,趋势数学。,伯克豪斯,波士顿,第59-87页·Zbl 1129.93535号
[10] Budhiraja,A。;Ocone,D.,无信号遍历的离散时间滤波器的指数稳定性,系统控制快报。,185-193年(1997年)·Zbl 0901.93066号
[11] Budhiraja,A。;Ocone,D.,非遍历信号离散时间滤波中的指数稳定性,随机过程应用。,82, 245-257 (1999) ·Zbl 1056.93065号
[12] 塞鲁,F.,1994年。一些动态无噪声非线性滤波问题的长时间渐近性。Rapport de Recherche 2446,INRIA,12月。;塞鲁,F.,1994年。一些动态无噪声非线性滤波问题的长时间渐近性。Rapport de Recherche 2446,INRIA,12月。
[13] 克拉克,J.M.C。;Ocone,D.L。;Coumarbatch,C.,马尔可夫过程滤波的相对熵和误差界,数学。控制信号系统,12,4,346-360(1999)·Zbl 0940.93072号
[14] 达普拉托,G。;Fuhrman,M。;Malliavin,P.,《Zakai滤波方程的渐近遍历性》,C.R.Acad。科学。巴黎Ser。一、 321613-616(1995)·Zbl 0838.60039号
[15] Del Moral,P。;Guionnet,A.,关于测度值过程的稳定性。非线性滤波和相互作用粒子系统的应用,C.R.Acad。科学。巴黎。我数学。,329, 5, 429-434 (1999) ·Zbl 0935.92001号
[16] Ethier,S.N。;Kurtz,T.G.,《马尔可夫过程:表征与收敛》。(1986),威利:威利纽约·Zbl 0592.60049号
[17] Kallianpur,G.,《随机滤波理论》。(1980),《施普林格:纽约施普林格》·Zbl 0458.60001号
[18] Karandikar,R.L.,关于路径随机积分,随机过程应用。,57, 11-18 (1995) ·Zbl 0816.60047号
[19] Kunita,H.,马尔可夫过程非线性滤波误差的渐近行为,J.多元分析。,1, 365-393 (1971) ·Zbl 0245.93027号
[20] Kunita,H.,1991年。非线性滤波过程的遍历特性。收录:Alexander,K.C.,Watkins,J.C.(编辑),《空间随机过程》。在泰德·哈里斯七十岁生日之际为他举行的节日庆典。概率19的进展,马萨诸塞州波士顿Birkhäuser。;Kunita,H.,1991年。非线性滤波过程的遍历特性。收录:Alexander,K.C.,Watkins,J.C.(编辑),《空间随机过程》。泰德·哈里斯70岁生日纪念活动。概率19的进展,马萨诸塞州波士顿Birkhäuser·Zbl 0733.00026号
[21] Kushner,H.J.,最佳非线性滤波的动力学方程,J.微分方程,3179-190(1967)·Zbl 0158.16801号
[22] Le Gland,F.,Mevel,L.,隐藏马尔可夫模型中的几何遍历性。预打印。;Le Gland,F.,Mevel,L.,隐藏马尔可夫模型中的几何遍历性。预打印·兹伯利0941.93053
[23] Liptser,R.S。;Shiryaev,A.N.,《随机过程统计》。(1977),《施普林格:纽约施普林格》·Zbl 0364.60004号
[24] Ocone,D.,Benes滤波器的渐近稳定性,随机分析。申请。,17, 6, 1053-1074 (1999) ·Zbl 0945.60032号
[25] Ocone,D.,1999b。扩散过程非线性滤波中的熵不等式和熵动力学。收录:McEneaney,W.M.,Yin,G.G.,Zhang,Q.(编辑),《随机分析、控制、优化和应用》。纪念W.H.Fleming的一本书。系统与控制:基础与应用。马萨诸塞州波士顿Birkhäuser。;Ocone,D.,1999b。扩散过程非线性滤波中的熵不等式和熵动力学。收录:McEneaney,W.M.,Yin,G.G.,Zhang,Q.(编辑),《随机分析、控制、优化和应用》。纪念W.H.Fleming的一本书。系统与控制:基础与应用。Birkhäuser,马萨诸塞州波士顿·Zbl 0920.93036号
[26] 奥科内,D。;Pardoux,E.,最优滤波器相对于其初始条件的渐近稳定性,SIAM J.控制优化。,34, 226-243 (1996) ·兹比尔1035.93508
[27] Skorokhod,A.V.,《随机微分方程理论中的渐近方法》。(1989),美国数学学会:美国数学学会普罗维登斯,AI·Zbl 0695.60055号
[28] Stettner,L.,1989年。关于滤波过程的不变测度。摘自:Helmes,K.,Christopeit,N.,Kohlmann,M.(编辑),《随机微分系统》,第四届Bad Honnef会议论文集,1988年,《控制与信息科学》讲稿。,第279-292页。;Stettner,L.,1989年。关于滤波过程的不变测度。摘自:Helmes,K.,Christopeit,N.,Kohlmann,M.(编辑),《随机微分系统》,第四届Bad Honnef会议论文集,1988年,《控制与信息科学》讲稿。,第279-292页·Zbl 0683.93082号
[29] Stettner,L.,1991年。对的不变度量:状态、近似过滤过程。集体数学。LXII,第347-352页。;Stettner,L.,1991年。对的不变度量:状态、近似过滤过程。集体数学。第七十二页,第347-352页·Zbl 0795.60028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。