RUS  ENG
Полная версия
ЖУРНАЛЫ // Автоматика и телемеханика // Архив

Автомат. и телемех., 2022, выпуск 11, страницы 121–144 (Mi at16086)

Стохастические системы

$\mathcal{L}_1$-оптимальная фильтрация марковских скачкообразных процессов III: идентификация параметров системы

А. В. Борисов

Федеральный исследовательский центр “Информатика и управление” РАН, Москва

Аннотация: Работа является продолжением цикла статей [1, 2] и посвящена решению задачи оценивания параметров скрытых марковских моделей. В качестве скрытого состояния выступает однородный марковский скачкообразный процесс с конечным множеством состояний. Доступные наблюдения являются косвенными и содержат винеровские процессы, интенсивности которых различны и зависят от скрытого состояния. Оцениванию подлежат как матрица интенсивностей переходов марковского состояния, так и параметры сноса и диффузии наблюдений. Для идентификации предложен итеративный алгоритм, основанный на сглаживании состояния системы по наблюдениям на фиксированном интервале времени. Затем по данным оценкам восстанавливаются параметры. В работе детально описаны все численные схемы оценивания состояния и идентификации параметров. Приведен комплекс иллюстративных численных примеров, демонстрирующих высокое качество предлагаемых оценок идентификации.

Ключевые слова: скрытая марковская модель, мультипликативные шумы в наблюдениях, сглаживание на фиксированном интервале наблюдения, $\mathcal{L}_1$-оптимальная оценка, ЕМ-алгоритм.

Статья представлена к публикации членом редколлегии: А. И. Кибзун

Поступила в редакцию: 04.04.2022
После доработки: 10.07.2022
Принята к публикации: 28.07.2022

DOI: 10.31857/S0005231022110058


 Англоязычная версия: Automation and Remote Control, 2022, 83:11, 1773–1791


© МИАН, 2024