Файл: Липцер Р.Ш. Статистика случайных процессов. Нелинейная фильтрация и смежные вопросы.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 10.04.2024

Просмотров: 259

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

§ 3]

ПРЯМЫЕ И ОБРАТНЫЕ УРАВНЕНИЯ ИНТЕРПОЛЯЦИИ

 

517

Т е о р е м а

13.7.

Если

n a (s, s) /ч/ N{ms, ys),

то

m (s, t)

и

у (s,

t) при t > s

удовлетворяют уравнениям

 

 

 

 

m{s,

t + \ ) =

m (s, t) + у {s, t) (ф‘)* A\ (/, £) X

 

 

 

 

 

X [(ß о В) (t, g) +

Ai (t, g) Ъ А1 (t, g)]+ [g<+1 -

Ло (t,

g) -

Ai (t, g) mt),

Y (s,

t + 1) = Y (s. 0 — Y (s, *) (ф|)" ЛІ (/, g) X

 

 

 

(13.95)

 

 

 

 

 

 

X [(ß » В) (t,

I) +

Л, (t, g) Y(Л! (t, g)]+ Л1(t,

g) фly (s, t), (13.96)

где

m (t, t) — mv

у (t, t) =

yt, а матрицы

ф*

определяются

из

(13.89).

Д о к а з а т е л ь с т в о . Как следует из теоремы 13.6, услов­

ное распределение Р(Ѳ, < а , It ^ . х \tFt-i) нормально. Пара­ метры этого распределения можно было бы получить из (13.94), однако их проще найти, используя теорему о нормальной кор­ реляции.

Согласно замечанию к этой теореме

М(Ѳ,||*,

^ ^ і ) - М ( Ѳ П ^ _ і ) +

«

+2 ^ - М ( і г | Л і ) ] ,

(13.97)

где

 

 

 

 

 

 

 

 

 

ü!12 = c o v ( 0 s,

gf j 9~\_х),

 

 

 

 

(13.98)

d22 — cov

I

 

=

 

 

 

 

 

 

= л, (t -

1, g) Y f _ , л; (t -

1, g) + о В) (t -

1, 1).

(13.99)

Чтобы найти dx2, заметим, что в силу леммы 13.4

 

пи- 1 - М (Ѳ,_, I r U ) = М [М (Ѳ,_, I Т ] - і, Ѳв) I Т \ - ,] -

 

= м [ф'~‘05 +

 

\&~1?_l\ = (pt - 1tn{s, t — 1) + ^s-1*

(13.100)

Далее,

 

 

 

 

 

 

 

 

 

MlQt-i — mt-i \9~Ku

0S]

 

 

 

 

 

 

=

Ф*~‘Ѳ5 +

— [ф*-Іт (s, t — 1) +

ФІ-1] =

 

 

 

 

 

= Ф*-1 [0t_, — m(s, t — 1)],

(13.101)

 

M [gt I T \ _ x] = Л0 (/ — 1, g) + Л, (t -

1, I) mt_i

(13.102)

и по лемме

13.5

 

 

 

 

 

 

 

M {[it -

M (gt I

 

\g-\_v Ѳ,} =

M{[Л, (t- 1

, 1) (0t_t -

mt_i)+

+

ß, (t - 1, g) e, (t) + в 2( t -

1, g) e2(0J* I

 

es} =

 

=

M {[Al (t - 1, g) ( Ѳ -

ffl(-,)l* 1F\-U

Os} =

 

 

 

 

=

[0s ~ m (s, t -

1)J* (ф^-1)’ л; (/ - 1

, 1).

(13.103)


518

 

УСЛОВНО-ГАУССОВСКИЕ

ПОСЛЕДОВАТЕЛЬНОСТИ

[ГЛ. 13

Поэтому

из

(13.100) — (13.103)

находим:

 

 

di2 = cov(0s, £( | £■!_,) =

 

 

 

 

=

М {[Ѳ, -

т (S,t -

1)] [g, - М (6,1^ _ ,) Г I П - і } =

 

*= М {[0S -

т (S,

t - 1)] [Ѳ - т (s, *-1)]’ («pj"1)* А] ( t - l , l) |

=

 

 

 

=

Y (ä, ^ — I) (ФІ“1)’

— 1, Ö-

(13.104)

Из (13.97), (13.98), (13.102) и (13.104) получаем уравнение (13.95) .

Чтобы вывести уравнение (13.96), заметим, что согласно

замечанию к теореме о нормальной корреляции

 

 

где

y(s, t) =

cov (0S, 0SI !Ft-i,

\t) = du — dudzidu,

(13.105)

 

 

 

 

 

 

 

 

 

 

 

 

 

du = cov (0S, О, |

= y M

— !)•

(13.106)

Из (13.105), (13.106), (13.104) и (13.99)

 

получаем требуемое

уравнение (13.96) для y(s,t).

 

 

 

 

 

 

и = 0,

 

4.

Т е о р е м а 13.8. Если матрицы (В ° В) (и, %),

1, ...,

невырождены, то решения m(s, t)

и у (s, t)

уравнений

(13.95)

и

(13.96) задаются формулами

 

 

 

 

 

 

 

 

m (s, t) =

 

t-i

 

 

 

 

 

 

 

 

E + ys

(«p“)’ A \ (и, 1) ((ß о ß) (u, g) +

 

 

 

+

Aj (и,

g) у (и,

s) A\ (и, I))

1Л, (и, g)qp“

- I

X

 

 

 

 

 

 

 

 

X

m. +

t-l

(ф?)* л; (и, g) ((В о В) (и,

I) +

Л( (и, I) у (и, S) X

 

Y, 2

 

 

X л; (и, I))-1(g„+I -

л0(и, I) -

л, (и,

I) ^ “)

(13.107)

 

 

 

t-l

 

 

 

 

 

 

 

 

Y («» 0 = Е + Y*

S (ф“)’ л; (и, g)((ß о В) (и,

g) +

 

 

 

 

+

Л, (и,

g) у (и, s) л; (и, g))

1Л, (и,

I) cp“

-1

 

 

 

Yo.

(13.108)

sdè qp“, ф“ и у{и, s) определены формулами (13.89), (13.90) и (13.91).

Д о к а з а т е л ь с т в о . Покажем сначала, что для всех t>s

Yf-H = Y(*-1> «) + ф $ " ^ ( М - 1)(фП * -

(13-109)


§ 3]

ПРЯМЫЕ И ОБРАТНЫЕ УРАВНЕНИЯ ИНТЕРПОЛЯЦИИ

519

 

 

В самом деле,

 

 

 

 

Ѵ<-і = соѵ(0t_„ V ,

I

=

M {[О, - /+_,] [0t - mt_x\ | ^ _ і } =

=

М {[Ѳ/-і — mes ( t ~

1, s) +

mes (t— 1, s) — mt~\\ X

 

X [Ѳ*_і — mes (t — 1, s) +

m&$ (t — 1, s) — mt- 1f | 9~\-1} =

 

=M {M [(0t_,-OT0s( f - l , s))(0t_i—me, (/—1, s)Y l ^ l . p 05] I ^ ? -i} +

+

M {(mes (t — 1, s) — mt-i) (m0s (t — 1, s) —

|

=

М {у (* -1,

s)|3 T t.}

+

 

 

+

M {Ф^-1(0, -

m (s,t -

1)) (0, - m (s, t - 1))*

 

I F \ _ x) =

 

 

= Y (t — 1, s) + ф^- 'y (s,t — 1) (ф*"1)*,

где использовано равенство (13.100):

 

 

 

mt_l = ф\~{т (s, t — 1) + ф+*.

 

Из (13.96) и (13.109) получаем:

 

Y (s ,t) = Y ( s ,t —

1) — у ( s ,t — 1) (ф*-1 (S))* A\ (t

1, 1 ) X

X[ ( ß<»ß) ( / - l , g) + Л , ( / - 1 , £)y (* -1 , s) A\{t — 1,1) +

 

+ A x( t -

1,6) Ф<-‘ѵ (s, t -

1) (ф '-1)* Л; (t -

1, I)]"1X

 

 

Х Л 1( 1 - Ц ) ф ‘- |ѵ (« ,1 -1 ). (13.110)

Положим здесь для t > s

 

 

 

Л ^ - І , 1) = Л1(^ — 1, |)ф ‘- ',

 

( B ^ B ) ( t - 1, D = (BoB)(t— l, 1) +

(13.111)

 

 

+ ЛI (^ — 1, l)y(t — 1, s) л и г - 1,1).

Тогда

у (s,t) будет удовлетворять (no t > s) уравнению

Y(S, 0

= Ѵ ( 5 . ^

- 1 ) - У ( « , / - 1 ) Л И ^ - 1 , 1 ) ( [ 5 Т в ) ( / - 1 , 1 ) +

+

л, ( / - 1 ,

1) Y (s>t — \ ) A \ { t

1, l)]-1 Л ,(* -

1, l) Y ( s X - l) .

Наряду с (13.111) введем обозначение Ä0{t—1,1)=Л0(£— 1,1)+ + Л, (t— 1,1)Ф^_1. Тогда уравнение (13.95) можно переписать

в следующем виде:

m(s, t) = m ( s , t — I) + y ( s , t — 1) Ä\{t— 1, l)[(ß°ß)(* — 1,1) +

+ Л, (^ - 1 ,1 ) у (5 Х - 1 ) Л І(^ - 1 ,1 ) Г 1Х

X [g, - л 0 (/ — 1, 1) - Л, (t - 1, 1) m (s,t - 1)].


520

 

 

у с л о в н о -г а у с с о в с к и е п о с л е д о в а т е л ь н о с т и

 

 

 

[ГЛ. 13

 

 

 

 

 

 

Решения

же

этого уравнения

(см. далее теорему

13.15)

опре­

деляются формулами (13.107), (13.108).

 

 

 

 

 

 

 

 

 

5.

 

Рассмотрим еще один класс задач интерполяции, со­

стоящих в построении наилучших (в среднеквадратическом

смысле)

оценок

вектора

Ѳя

по

наблюдениям

 

£о =

{ё0,

. . . ,

и известному

значению 0,— ß

(ср. с п.

6 §

4

гл. 12).

 

 

 

 

Обозначим

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Haß(s, t) =

P ( 0 S <

a Iт\,

Ѳ/ =

ß),

 

t ^ s ,

 

 

 

 

и

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

m&(s, f) = M (0SI

Qt =

ß),

 

Y0 (s, t) =

cov (0s, 0s |

, 0f =

ß).

 

Т е о р е м а

 

13.9.

Если

условное

распределение

 

n a (s) =

«=P(Os < a | 0 l )

нормально,

то

апостериорное

распределение

IIUß(s, t)

при

всех

s также нормально.

 

 

 

 

 

 

 

 

Д о к а з а т е л ь с т в о .

Вычислим

условную

 

характеристиче­

скую функцию

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

М {exp i [2*0s+2*0f] 15Г|}=М {exp i [z’0s] M (exp i [2*0*] |Т \ ,

0S) | 5^1},

где z =

(2 ,,

. . . , Zk),

z =

(zu

. . . , г*).

Согласно

замечанию

к теореме 13.4 распределение

P ( 0 * ^ ß |0 s, g~\)

является

гаус­

совским,

N (mes (/, s),

Yes (t, s)).

По

лемме

 

13.5

mes (t,

s) =

=

 

+

а ковариация уѳ (t, s) не зависит от Qs: уѳ (t, s)=

=

Y (t,

s).

Поэтому

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

M {exp [г‘2 *Ѳ/] 19~\,

0S} =

exp

~4

+ T()-

\ z y ( t ,

s)z

 

 

I Z

 

 

M (exp i [2 *0S + 2 *0*] I

 

 

 

 

 

 

 

 

 

 

 

 

 

=

exp

г (ё‘ф‘) — -j z*y (t, s) z

M (exp i [2 *0S + 2 *<p*0s] \9~)).

 

(13.112)

Но

условное

распределение

P(05^ a |£ T * )

является

гауссов­

ским (теорема 13.6). Поэтому из (13.112) следует, что таковым

будет

и

распределение Р(Ѳ5<

a,

0 t< ß |^ " * ) ,

что вместе с гаус-

совостью

распределения Р (ѳ, <

ß |< г|)

(см.

замечание

к тео­

реме 13.3) доказывает нормальность апостериорного распреде­

ления

Ilaß (s, t) =

Р (Ѳ* < a 1

 

0* = ß).

 

 

 

 

 

 

 

 

 

6.

 

Метод, примененный для доказательства теоремы 13.9,

позволяет завершить

доказательство

теоремы

13.3.

 

 

 

 


§ 3] ПРЯМЫЕ И ОБРАТНЫЕ УРАВНЕНИЯ ИНТЕРПОЛЯЦИИ 521

Д о к а з а т е л ь с т в о т е о р е м ы 13.3. Имеем

 

 

М (ехр і

s=0

S

 

' _

п

)=

 

 

 

= M Iи(exp i

~t~1

 

M (exp [/z|0tJ I !F), Ѳ0, . . . .

Ѳ<_ , ) |^ |

2

 

 

Ls=0 5

'

 

 

 

 

= M j expi

t - 1

 

 

 

M (exp[iz*0,]| P ), 0^,)] gr\ J

=

 

2

 

хѳs

s

 

 

L5=0

 

 

 

 

 

 

M I exp i I

 

2s0s +

zt_,Ѳ(_, -f- zt (ф*_іѲ#_j +

_i)

<h

} x

V

L S = U

 

 

 

'

'

J

J

X expj — \ z ] y (/, / — l)z f } = expj / [гЭД_,] — ± z]y (/, t — 1) zt} x

7

- 2

 

 

хм ехр/

2 Z*0

M [ e x 1P(2< -і + (ф ' -і)* zt)' ѳ і- і I

Ѳ / - 2] I

 

 

 

(13.113)

Распределение Р(Ѳ*_і < ß 1^*1, Ѳг-2) нормально (см. замеча­ ние к теореме 13.6), причем его апостериорное среднее линейно зависит от Ѳ/_2, а ковариация от Ѳ,_2 не зависит вовсе, по­ скольку для них справедливы уравнения, аналогичные урав­ нениям (13.95), (13.96). Поэтому

М {exp і \zt_x-j- (ф{_,) z j 0^_, I

Ѳг_2} —

== exp [/(zt_t + (ф{_,)*z() — 1,

t — 2) Ѳ,_2 + é(/ — 1, / — 2))

- 4 ( ^ - і + (ф!-і) Ч ) ’ с (* — l ’ t — 2)(zt~i + (<P{_,)*zi)]» (13.114)

где a(-), b(-) и c( - ) — некоторые матричные функции (кон­ кретный вид которых сейчас не важен), зависящие только от времени и Отсюда следует, что в показатель экспоненты

правой части (13.114) Ѳ,_2

входит

линейно,

а переменные zt,

zt-i — квадратичным

образом.

 

 

Таким

образом,

 

 

 

 

М ехр^г 2 < 0 sj

 

 

 

 

 

= ехр {/[zj$_, +

(zt_, +

(ф{_,)’ z,)* b ( t - l , t — 2)\-

— ~2Z]y ( t ,t — \) z t —

 

 

 

- i

(zt-, +

(«Pl-O’ .zt)'c (t- 1 ./■ -

2) (**_,

(<pL ) 4 ) } x

х м

exp /

2 г;ѳ, + [zt_a+ (*,_, + (?{_,)•zt)X

X a ( / - 1 , / - 2 ) 0 <_ 2} ] | ^ | ) .

(13.115)