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

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

§ 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

+

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.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


532

 

УСЛОВНО-ГАУССОВСКИЕ п о с л ед о в а тел ьн о с л и

 

 

[ГЛ. 13

Тогда из прямого уравнения (13.95) получим

 

 

 

 

mh( s + l) =

m(s +

1,

s + A) + Y( s + 1 , s + /z)(qp*+'!)* Л* (s-f-/?, g) X

X [(ß °B)(s +

h,

D + A, (s + h,

l) y3+hA\ (s + h,

Dj+ X

 

 

X tls+л+і — A0{s-\-h,

l) — A,(s + A, I) tns+h\.

(13.164)

Из обратного уравнения (13.131) в предположении невыро­

жденности

матриц y(s, s +

1)(ф*+/г)*YJ+1

находим

 

 

 

 

ш (s -Г 1, s -)- h) =

 

 

 

 

 

 

 

 

 

 

= ^ s+i 4-[y (s. 5 +

l)(qp|+I)', Y7+1]_1 \tnh{s) —m(s, s+ D ],

(13.165)

что вместе

с (13.164) дает уравнение для mh(s):

 

 

 

 

m h (s+ !) =

m s + i +

[Y (s>s + 0

(ф Г 1)* Y7+[]_! \mh (s)—m (s, s+1)] +

+

Y (s + 1, s + A)(?J+?)M;(s +

ä, |)[(ßo5)(s +

A, |) +

 

+

Al (s + h, |) ys+hA](s + h, D]+X

 

 

 

 

 

 

X[L+ft+i — A0(s +

/z, D — A\{s-\-h, %) ms+h\.

(13.166)

Аналогично

из

прямого

уравнения

(13.96) для

ул ( «+1) =

= V(s + l,

s +

А +

1)

находим,

что

 

 

 

 

 

 

Ya (s +

l) =

Y( s + 1, s + А) — y (s +

1, s +

А) (qp*+?)*

 

(s+A, D X

X [(ß °ß )(5 +

A, D + A,(s + A, DYe+ft^I(s +

Ä, D]+ X

 

 

 

 

 

X A ,(s,

h,

D ? s^ Y (s+ 1, s +

A).

(13.167)

Из обратного уравнения (13.132) получаем

 

 

 

 

Y(s +

1, s +

А) — [y ( s ,

s + 1)(ф|+1)*YJ+,]-1 [ya(s) — y (s>s +

1)J X

 

 

 

 

 

 

 

 

X [Y7+iT|+IY(s<s +

l ) f '•

Подставляя

это

выражение

для

y(s + l > s + A)

в

(13.166)

и(13.167), получаем уравнения, описывающие эволюцию mh{s)

иуh(s)- При этом mh(0) — m(0, h) и Ya(0) = Y(О, А) опреде­ ляются из прямых уравнений (13.95), (13.96).

Вчастном случае h = 1

m ,(s+ 1) = ms+i + Ys+HHS+ Ь D I(ß°ß)(s+ 1. D +

i - A i ( s + 1, D Ys+H [ ( s + 1, |)j+ [is+2—A0( s + l ,|) —Aj (s+1, D tn^+x\

(13.168)


§ 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 ’

 

 

 

 

 

d22dn +

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).


Г Л А В А 14

ПРИМЕНЕНИЕ УРАВНЕНИЙ ФИЛЬТРАЦИИ К ЗАДАЧАМ СТАТИСТИКИ

СЛУЧАЙНЫХ ПОСЛЕДОВАТЕЛЬНОСТЕЙ

§ 1. Оптимальная линейная фильтрация стационарных последовательностей с дробно-рациональным спектром

1. Цель настоящей главы — показать, как уравнения опти мальной нелинейной фильтрации, полученные для условно-га­ уссовских случайных последовательностей, могут быть приме­ нены к решению разнообразных задач математической статис­ тики. В частности, в настоящем параграфе рассматривается задача линейного оценивания ненаблюдаемых компонент мно­ гомерного стационарного в широком смысле процесса (время дискретное) с дробно-рациональной спектральной плотностью по компонентам, доступным наблюдению.

Возможность использования полученных выше уравнений фильтрации в этой задаче основана на том факте (теорема 14.1), что всякая стационарная последовательность с дробно-рацио­ нальным спектром является компонентой многомерного про­ цесса, удовлетворяющего системе рекуррентных уравнений типа

(13.46),

(13.47).

 

t =

0, ± 1, ±

2, . .. , — (действитель­

Более точно, пусть ц (t),

ный

или комплексный)

стационарный в широком

смысле слу­

чайный

процесс, допускающий спектральное представление

 

 

 

Я

 

 

 

 

 

 

т)Ц) =

fе

Ш

Ѵ і И ф

(< д ),

(14.1)

 

 

 

- І

 

Qn(ea )

 

 

где

Ф(сД) — ортогональная

(случайная)

мера с

 

 

 

МФ(<а) = 0,

 

М |Ф ( е й ) р = ~ ,

 

 

 

п — 1

 

 

 

 

ak> s 7?1.

Р„_1 (2 ) = 2 bkzk, Qn(г) =

2 akzk,

ап ■

А=0

fe=P