Фильтр Калмана - это алгоритм для оценки среднего вектора и дисперсионно-ковариационной матрицы неизвестного состояния в модели пространства состояний.
Учитывая все хорошие свойства моделей пространства состояний и KF, я задаюсь вопросом - каковы недостатки моделирования пространства состояний и использования фильтра Калмана (или EKF, UKF или фильтра частиц) для оценки? Допустим, скажем, обычные методологии, такие как ARIMA, VAR или специальные /...
Фильтр частиц и фильтр Калмана является рекурсивным байесовскими . Я часто сталкиваюсь с фильтрами Калмана в своей области, но очень редко вижу использование фильтра частиц. Когда один будет использоваться над...
Я вычисляю очень простой фильтр Калмана (модель случайного блуждания + шум). Я считаю, что вывод фильтра очень похож на скользящую среднюю. Есть ли эквивалентность между ними? Если нет, то в чем...
\newcommand{\P}{\mathbb{P}} Мы имеем случайный процесс , который может или может-не-происходить несколько раз в течение заданного периода времени TTT . У нас есть поток данных из уже существующей модели этого процесса, который обеспечивает вероятность ряда событий, происходящих в период...
У кого-нибудь есть хороший пример для прогнозирования / сглаживания временных рядов с использованием фильтра Калмана в
Вот мой старый вопрос Я хотел бы спросить, знает ли кто-нибудь разницу (если есть какая-либо разница) между скрытыми марковскими моделями (HMM) и Particle Filter (PF), и, как следствие, Kalman Filter, или при каких обстоятельствах мы используем какой алгоритм. Я студент, и я должен сделать проект,...
Недавно я применил фильтр Калмана на простом примере измерения положения частиц со случайной скоростью и ускорением. Я обнаружил, что фильтр Калмана работает хорошо, но потом спросил себя, в чем разница между этим и просто скользящим средним? Я обнаружил, что если я использовал окно из примерно 10...
Я написал некоторый код, который может выполнять фильтрацию Калмана (используя несколько различных фильтров типа Калмана [Information Filter et al.]) Для линейного анализа пространства состояний Гаусса для n-мерного вектора состояния. Фильтры работают отлично, и я получаю хороший вывод. Тем не...
У меня есть траектория объекта в 2D-пространстве (поверхности). Траектория задается в виде последовательности (x,y)координат. Я знаю, что мои измерения шумят, и иногда у меня есть очевидные выбросы. Итак, я хочу отфильтровать свои наблюдения. Насколько я понял фильтр Калмана, он делает именно то,...
Я хочу использовать начальную загрузку для оценки доверительных интервалов для оценочных параметров из набора панельных данных с N = 250 фирмами и T = 50 месяцем. Оценка параметров является вычислительно дорогой (несколько дней вычислений) из-за использования фильтрации Калмана и сложной нелинейной...
Меня интересует, как фильтры Калмана могут использоваться для расчета отсутствующих значений в данных временных рядов. Это также применимо, если отсутствуют некоторые последовательные моменты времени? Я не могу найти много по этой теме. Любые объяснения, комментарии и ссылки приветствуются и...
Я использую фильтр Калмана очень стандартным способом. Система представлена уравнением состояния xt+1=Fxt+vt+1xt+1=Fxt+vt+1x_{t+1}=Fx_{t}+v_{t+1} и уравнением наблюдения yt=Hxt+Azt+wtyt=Hxt+Azt+wty_{t}=Hx_{t}+Az_{t}+w_{t} . Учебники учат , что после применения фильтра Калмана и получать «прогнозы...
Я читал главу 13 Гамильтона, и у него есть следующее представление пространства состояний для ARMA (p, q). Пусть Затем процесс ARMA (p, q) выглядит следующим образом: \ begin {align} y_t - \ mu & = \ phi_1 (y_ {t-1} - \ mu) + \ phi_2 (y_ {t-2} - \ mu) + ... + \ phi_3 (y_ {t-3} - \ mu) \\ &...
Каковы этапы использования фильтров Калмана в моделях пространства состояний? Я видел несколько разных формулировок, но я не уверен в деталях. Например, Cowpertwait начинается с этого набора уравнений: θt=Gtθt-1+wtyt=F′tθt+vtyt=Ft′θt+vty_{t} = F^{'}_{t}\theta_{t}+v_{t}...
Каковы преимущества выражения модели ARMA как модели пространства состояний и прогнозирования с использованием фильтра Калмана? Эта методология, например, используется в реализации SARIMAX для python-statsmodels:...
Когда я начал читать о фильтре Калмана, он подумал, что это особый случай модели ARIMA (а именно ARIMA (0,1,1)). Но на самом деле кажется, что ситуация сложнее. Прежде всего, ARIMA можно использовать для прогнозирования, а фильтр Калмана - для фильтрации. Но разве они не тесно связаны? Вопрос:...
Модели смещенных монет обычно имеют один параметр . Один из способов оценить θ по серии тиражей - использовать предварительное бета-тестирование и вычислить апостериорное распределение с биномиальной вероятностью.θ = P( Руководитель | θ )θ=P(Head|θ)\theta = P(\text{Head} | \theta)θθ\theta В моих...
Вопрос: Для каких данных целесообразно использовать моделирование пространства состояний и фильтрацию Калмана вместо сглаживания сплайнов и наоборот? Есть ли какие-то отношения эквивалентности между ними? Я пытаюсь получить общее представление о том, как эти методы сочетаются друг с другом. Я...
В предыдущем вопросе я спросил о подгонке распределений к некоторым негауссовым эмпирическим данным. Мне было предложено в автономном режиме, чтобы я мог попробовать предположение, что данные гауссовские и сначала подходят для фильтра Калмана. Затем, в зависимости от ошибок, решите, стоит ли...
Предположим, у меня есть одна выборка частот из 4 возможных событий: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 и у меня есть ожидаемые вероятности того, что мои события произойдут: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 С суммой наблюдаемых частот моих четырех событий (18) я могу рассчитать ожидаемые частоты...