RUS  ENG
Полная версия
ЖУРНАЛЫ // Информатика и её применения // Архив

Информ. и её примен., 2023, том 17, выпуск 2, страницы 41–49 (Mi ia843)

Исследование робастности численных аппроксимаций фильтра Вонэма

А. В. Босов

Федеральный исследовательский центр «Информатика и управление» Российской академии наук

Аннотация: Исследуются свойства решения задачи оптимальной фильтрации состояния непрерывной цепи Маркова по линейным наблюдениям, зашумленным винеровским процессом, в предположении неполной информации о его интенсивности. Неопределенность системы наблюдения задается верхней границей интенсивности шума. Численная реализация оптимального решения в постановке с полной информацией, обеспечиваемого фильтром Вонэма, не гарантирует устойчивости. Показано, что фильтр Вонэма в постановке с неопределенностью является робастным по отношению к интенсивности шума, если параметры модели не приводят к его расходимости. В общем случае неустойчивость численной схемы Эйлера–Маруямы фильтра Вонэма сохраняется. Простые эвристические приемы, обеспечивающие устойчивые аппроксимации фильтра Вонэма, показывают работоспособность для более широкого набора параметров. Однако в постановке с неопределенностью удается привести примеры, когда такие эвристические фильтры показывают неприемлемо низкое качество. Лучшее решение дают дискретизованные фильтры — аппроксимации фильтра Вонэма, реализованные для дискретной модели, аппроксимирующей исходную непрерывную систему наблюдения. На серии численных экспериментов показано, что данные фильтры обладают робастностью для всех наборов параметров. Если в расчетах среди смоделированных траекторий фильтра Вонэма нет расходящихся, то дискретизованные фильтры немного проигрывают. Если расходящиеся траектории есть, то выигрыш дискретизованных фильтров носит абсолютный характер.

Ключевые слова: марковский скачкообразный процесс, стохастическая фильтрация, робастное оценивание, фильтр Вонэма, численная схема Эйлера–Маруямы, дискретизованные фильтры.

Поступила в редакцию: 15.03.2023

DOI: 10.14357/19922264230206



© МИАН, 2024