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: 255
Скачиваний: 0
§ 5) |
|
|
|
|
|
|
|
ПРИМЕРЫ |
|
|
|
|
|
|
|
|
531 |
||
то нетрудно доказать, что существуют |
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
tnt = |
lim |
т[п), |
yt = |
lim у р |
|
|
|
|
||||||
Yi+i = |
2 |
A\(s, |
I) |
|
|
(s, |
I) Ai (s, |
i) |
|
, |
|
|
|
|
|
||||
|
|
s—0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(13.159) |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
mt+1— Yi+i |
2 |
|
(S, |
i ) |
( ß , ß I ) - 1(S, I ) (S, g) (gs + , - |
A , (S, D ) |
|
|
|||||||||||
|
|
|
s = 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Отметим, что оценка (13.159) совпадает |
с оценкой макси |
||||||||||||||||||
мального правдоподобия для вектора Ѳ по наблюдениям |
g*+l = |
||||||||||||||||||
==(Ео> • • • > Е<+1}- |
|
2 (интерполяция гауссовской марковской цепи). |
|||||||||||||||||
2. |
П р и м е р |
||||||||||||||||||
Пусть |
Ѳ, = (Ѳ, (0, . • |
|
Ѳй (t)), |
t== 0, |
1, |
|
|
— марковская |
цепь, |
||||||||||
определяемая |
рекуррентными |
уравнениями |
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
= |
ао(0 + |
аі (О |
+ |
b (t) е, (t + 1), |
|
|
(13.160) |
|||||||
где |
a0(t), |
a,(t), |
b(t) |
зависят |
лишь |
от |
t. |
Случайный |
вектор |
||||||||||
Ѳ0 ~ |
N (т, |
у). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Рассмотрим задачу оценивания величин О,, в предположении, |
|||||||||||||||||||
что Ѳ* = ß, |
s < t. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Пусть |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
mß(s, t) = M (0S IѲ# = |
ß), |
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
Y (s>0 — Yp (s>t) — M [(0S — |
(s, t) (0S — mß (s, t))* \0, = |
ß], |
||||||||||||||||
|
|
mt = M0„ |
|
yt — cov (0*, Ѳ,). |
|
|
|
|
|
|
|
|
|
||||||
Тогда согласно теоремам 13.4 и 13.10 |
|
|
|
|
|
|
|
|
|||||||||||
mt+\ = |
а0 (*) + |
a i (*) m<* |
Vt+i — al (t)ytâ[(Q + b(t)b* (t) |
(13.161) |
|||||||||||||||
и |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
mß (s, t) = mt + yt (<p*)* Yt (ß - |
mt\ |
|
Y (s, t) = |
ys~ ys(<p*)’ Y^«p| y*. |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(13.162) |
|
где ф‘= |
а1(if—1) ... a{(s). В частности, если 0f+1 = 0f+ |
et ( /+ 1), то |
|||||||||||||||||
m^(s, t) = m + |
^ |
( ß |
—m) , |
у (s, |
t) = ( s + |
y) [l -yipj] • |
(13.163) |
||||||||||||
П р и м е р |
3 |
(интерполяция |
с |
фиксированным |
запаздыва |
||||||||||||||
нием). |
Рассмотрим |
задачу |
оценивания |
величин Ѳ3 по наблю |
|||||||||||||||
дениям |
ll+h — {£о> •••> Еs+J. гДе |
h — фиксированная |
величина. |
||||||||||||||||
Обозначим |
nifi (s) = |
nt (s, s -j- fi), |
yh (s) = |
у (s, |
s + |
h) |
и |
предпо |
|||||||||||
ложим, |
что при всех s — 0, |
1, ... |
матрицы |
у (s, |
1) (ф^+1)* Y^+i |
||||||||||||||
невырождены. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
§ 51 |
|
|
ПРИМЕРЫ |
533 |
|
|
|
|
|
||
3. |
П р и м е р |
4 |
(линейный прогноз стационарных последова |
||
тельностей). Пусть І„ |
t = 0, |
±1, ± 2 , — стационарный в широ |
|||
ком смысле процесс |
с |
М|, = |
0 и спектральной плотностью |
|
еа +
( 1 3 . 1 6 9 )
2іЛ . 1 IX , 1
е+ Т е + Т
Пусть требуется построить оптимальную (в среднеквадрати ческом смысле) линейную оценку величины %t по |о •= (|0, | s}, s ^ /.
Построим гауссовский процесс \ t, і = О, ±1, . . . . с М Ь ^ О
и спектральной плотностью /(А) = /(Л). Такой процесс может быть получен как решение уравнения
І/+2 + Т (Іш + U = е (/ + 2) + е (t + 1),
где е (t), t — 0, ± 1, . . — последовательность гауссовских случайных величин с
Me (t) - |
О• |
|
м в ( |
о . м |
« в |
( |
( . * ) = Ц |
|
|
|
|
|
Положим Ѳ, = |
| <+1—е (t -(- 1). Тогда для (Ѳ„ |
£,), t = 0, |
± 1 ,..., |
|||||||||
получаем систему уравнений |
|
|
|
|
|
|
|
|||||
|
Ѳ/+і — |
— if |
— Y |
+ T 8 V+ |
1)> |
|
(13.170) |
|||||
|
|
|
|
|
|
|
|
|
|
|
||
|
I/+1 = |
+ |
8 {t + |
!)• |
|
|
|
|
|
|
||
Согласно теореме 13.13 n{ (t, s) = |
M (Ѳ, | £Г|) и n2(t, s) — M (g, | |
) |
||||||||||
определяются из уравнений (13.138), (13.139): |
|
|
|
|||||||||
|
n:(t+ |
1, |
s ) = — -^rii(t, |
s ) - - ^ n 2{t, s), |
|
(13.171) |
||||||
|
n2(t+ |
l, |
s) = |
nx(t, |
s), |
|
|
|
|
|||
|
|
|
|
|
|
|
||||||
c nx(s, s) = ms, n2{s, |
s) = |
l s. |
|
|
условие |
ws = |
M(Os |^"|) |
и |
||||
Входящее |
в |
(13.171) начальное |
||||||||||
Ys определяются из уравнений (см. (13.56), (13.57)) |
|
|
||||||||||
ms+i |
|
2 |
|
2 |
|
2(1 + Ys) ^ s+1 |
^s)> |
(13.172) |
||||
V |
— |
|
|
■ |
|
|
|
|
|
|
(13.173) |
|
Ts+1 |
1+Ys - |
|
|
|
|
|
|
|
|
534 |
|
УСЛОВНО-ГАУССОВСКИЕ ПОСЛЕДОВАТЕЛЬНОСТИ |
|
[ГЛ. 13 |
|||||||||
Покажем, что здесь |
т0 = |
0, |
Ѵо=1- |
|
процесса |
(Qt, l t), |
|||||||
Действительно, |
в |
силу |
стационарности |
||||||||||
t = 0, ±1, |
. . . , параметры dn = |
МѲ^, dl2 — МѲ^, d22 = |
легко |
||||||||||
находятся |
из следующей системы, получаемой из (13.170); |
||||||||||||
|
|
^11 = ' | ' du + |
|
<^22 + Y |
di2 + -J, |
|
|
||||||
|
|
d \ 2 == |
2 |
d u |
|
2 |
^12 Н |
2 ’ |
|
|
|
||
|
|
d22— dn + |
1. |
|
|
|
|
|
|
|
|||
А именно dn = 1, |
dl2 — 0, |
d22 = 2, |
и по теореме о |
нормальной |
|||||||||
корреляции |
т 0 = |
0, |
у0 = 1. |
|
процессу \ ь t — Q, |
|
|
||||||
Возвращаясь |
к |
исходному |
±1, |
. . . , на |
|||||||||
ходим, что |
оптимальный |
линейный прогноз |
определяется из |
(13.171)—(13.173), где в (13.172) вместо %t надо подставить (см. лемму 14.1).