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: 192
Скачиваний: 0
ВВЕДЕНИЕ |
11 |
стохастическими дифференциальными уравнениями (ср. с си
стемой |
(10)) |
|
|
|
|
|
|
|
dQt = |
a(t)Qt d |
t b{t)dwi{t), |
d \t = A{t)Qt dt + B{t)dw2{t), |
(12) |
||||
где wx{t) и ^ ( O - -независимые |
между собой и от (Ѳ0, |
| 0) стан |
||||||
дартные винеровские процессы, |
а B { t ) ^ C > 0. Будем |
считать |
||||||
компоненту Ѳ= |
(Ѳ/), t ^ O , |
ненаблюдаемой. Рассматриваемая за |
||||||
дача фильтрации состоит |
в том, чтобы в каждый момент вре |
|||||||
мени |
0 оптимально (в |
среднеквадратическом смысле) |
оце |
|||||
нивать |
по Ѵ0. |
|
|
|
|
|
|
|
Процесс (Ѳ, I) по предположению является гауссовским, по |
||||||||
этому оптимальная оценка |
m t — М(Ѳ; |^ |) |
линейным |
образом |
|||||
зависит от наблюдений £g={£s> |
Более точно, существует |
|||||||
|
|
|
|
|
t |
|
|
|
(лемма 10.1) такая функция G{t, s) с J G2(t, s)ds < оо, t > 0, |
что |
|||||||
(почти |
наверное) |
|
|
о |
|
|
|
|
|
|
|
|
|
|
|||
|
|
mt = |
m0-{- J G {t,s)dls. |
|
|
(13) |
||
|
|
|
|
о |
|
|
|
|
Если формально продифференцировать это выражение, |
то |
|||||||
получим |
|
|
|
|
|
|
|
|
|
dmt = G (t, |
|
+ |
dGg ; s) |
ds^jdt. |
|
(14) |
Правую часть этого выражения можно преобразовать, если воспользоваться тем, что функция G(t, s) удовлетворяет урав нению Винера—Хопфа (см. (10.25)), которое в рассматриваемом случае сводится к уравнению
|
|
dG (t, s) |
|
|
A4t) 1 |
|
|
|
|
|
Ft |
|
|
B2(t) JG(t, s), |
t > s, |
(15) |
|
|
|
G (s ,S) = l |
^ |
, |
Ys — M [0S— tns]2. |
(16) |
||
t > |
Учитывая (15) и (14), |
получаем,что оптимальная оценка ть |
||||||
0, |
удовлетворяет |
линейному |
стохастическому |
дифферен |
||||
циальному уравнению |
|
|
у. А (t ) |
|
|
|||
|
|
dmt = а (t) mt dt + |
|
(17) |
||||
|
|
ßi ^ |
[ d tt~ A{t)m t dt}. |
|||||
В |
это |
уравнение входит |
величина ошибки «отслеживания» |
|||||
Yt — М [0* — tnt\2, которая |
в |
свою |
очередь является |
решением |
12 |
ВВЕДЕНИЕ |
|
|
|
|
уравнения Риккати |
|
|
|
yt = 2a(t)yt - - ~ f + b2(t). |
(18) |
(Уравнение (18) легко получить, применяя формулу замены переменных Ито к квадрату процесса [Ѳ* — mt] с последующим
усреднением.)
Остановимся несколько подробнее на уравнении (17), считая для простоты !0 = 0. Обозначим
(19)
Тогда уравнение (17) можно переписать в следующем виде:
|
V, А (t) |
t. |
(20) |
dmt — a{t ) mt d t d w |
|||
Введенный процесс (wt), |
0, весьма примечателен и играет |
||
в задачах фильтрации фундаментальную |
роль. Дело |
в том, |
|
что этот процесс, во-первых, |
оказывается |
винеровским |
(отно |
сительно системы а-алгебр {@~\), 0), а во-вторых, он содержит в себе ту же самую «информацию», что и процесс £. Более точно,
это означает, что для всех t ^ O |
о-алгебры Т™ = |
0 {ак ws, s ^ .t} |
||||||
и |
= * {ш: ls, |
s <Д} совпадают: |
|
|
|
|||
|
|
9 7 = &\, |
і > 0 |
|
|
(21) |
||
(см. теорему 7.16). |
процесса w |
|
|
|
||||
Именно эти |
свойства |
послужили |
основанием |
|||||
называть его обновляющим |
процессом |
(innovation |
process). |
|||||
Совпадение |
ст-алгебр 9~\ |
и @~Т наталкивает |
на |
мысль, что |
||||
для |
mt справедливо не |
только |
равенство (13), |
но |
и предста |
|||
вление |
|
|
t |
|
|
|
||
|
|
|
|
|
|
|
||
|
|
mt ==tn0+ J |
F{t, s)dws, |
|
(22) |
|||
|
|
|
|
о |
|
|
|
|
где w = ( w t), / > 0 , — обновляющий процесс, а функции F(t, s)
таковы, что J F2{t, s)ds < oo. В основном тексте (теорема 7.16)
о
показывается, что представление (22) в самом деле можно получить из общих результатов (о структуре функционалов от процессов диффузионного типа). Отправляясь же от предста вления (22), уравнение (20) можно вывести более простым путем,
ВВЕДЕНИЕ |
13 |
|
нежели исходя из представления (13). Правда, следует заметить, что доказательство представления (22) требует в свою очередь большего труда, чем установление справедливости представ ления (13).
В рассмотренном примере, восходящем к Калману и Бьюси, оптимальная фильтрация была линейной, что явилось след
ствием предположения гауссовости |
процесса |
(Ѳ, £). Приведем |
|||
теперь пример, в |
котором оптимальная фильтрация является |
||||
нелинейной. |
— марковский процесс, |
выходящий из нуля, |
|||
Пусть (Qi), t ^ O |
|||||
с двумя |
состояниями 0 и 1 и единственным |
переходом 0 — 1 |
|||
в случайный момент ст, который распределен |
(в силу предпо |
||||
лагаемой |
марковости) экспоненциальным |
образом: Р (<?>/)== |
|||
= е~и , X > 0. Предположим, что наблюдаемый процесс £ = (£;), |
|||||
0, имеет дифференциал |
|
|
|
||
|
|
äh — Qt dt-\- dwt, |
g0 = |
0, |
(23) |
где w = (wt), t ^ 0—винеровский процесс, |
не зависящий от про |
||||
цесса Ѳ= |
(Ѳг), t ^ |
0. |
|
Ѳ из «нулевого» со |
|
Будём |
трактовать переход процесса |
стояния в «единичное» как появление «разладки» (в момент о). Возникает следующая задача: в каждый момент времени t > 0
по наблюдениям |
определить, |
произошла ли |
до этого |
мо |
|||||
мента «разладка» или нет. |
|
t\ &~f). |
Ясно, |
что |
|||||
Обозначим |
nt = |
Р (Ѳ, = 11&~Ѵ) — Р (о ^ |
|||||||
nt — m t = М |
I &~f). |
Поэтому апостериорная |
вероятность |
п(, |
|||||
і ^ О , является |
оптимальной (в |
среднеквадратическом |
смысле) |
||||||
оценкой состояния ненаблюдаемого процесса Ѳ= (ѲД |
0. |
||||||||
Для апостериорной |
вероятности щ, |
0, |
можно |
вывести |
|||||
(используя, например, |
формулу |
Байеса и результаты |
относи |
тельно производной меры, |
отвечающей процессу g, по вине- |
|
ровской мере) следующее |
стохастическое дифференциальное |
|
уравнение: |
|
|
dnt = X ( \ — nt)d t-\-n t ( l — я t)[d%t — nt dt\, я0 = 0. |
(24) |
Важно подчеркнуть, что если в схеме Калмана — Бьюси опти мальный «фильтр» был линейным, то уравнение (24) является существенно нелинейным. Таким образом, уравнение (24) опре деляет оптимальную нелинейную фильтрацию.
Как и в предшествующем примере (обновляющий) процесс
14 |
ВВЕДЕНИЕ |
|
|
|
|
|
|
|
|
|
|
оказывается винеровским и |
— |
0. |
Следовательно, |
||
уравнение (24) может быть записано также в следующем |
экви |
||||
валентном виде: |
|
|
|
|
|
|
сІщ = К(1— щ) dt + |
Л(( 1 — щ) dwt, |
я0 = 0. |
(25) |
|
3. |
Оказывается, что все эти примеры укладываются в рамк |
||||
следующей общей схемы, принятой в данной книге. |
|
||||
Пусть |
(Q, ЗГ, Р) — некоторое вероятностное |
пространство |
с выделенным на нем неубывающим семейством о-алгебр (ЗГt),
|
0 (£Tss ^ s ^ |
, |
s<^)- На этом вероятностном пространстве |
||||||||
предполагаются |
заданными |
частично |
наблюдаемый |
процесс |
|||||||
(Ѳ^, |
It), |
0, и |
оцениваемый |
процесс (ht), |
0, зависящий, |
||||||
вообще |
говоря, |
как от ненаблюдаемого |
процесса |
Ѳ^, t ^ |
0, |
||||||
так и наблюдаемой компоненты (£*), |
0. |
|
£ = (£*, ЗГt) |
бу |
|||||||
дет |
Относительно |
|
наблюдаемого |
процесса*) |
|||||||
предполагаться, что он допускает стохастический дифферен |
|||||||||||
циал |
|
d lt= At(а) dt + dwt, ^ |
= |
0, |
|
|
(26) |
||||
|
|
|
|
|
|||||||
где |
w — (wt,3T^), |
t ^ 0 , — стандартный |
винеровский |
процесс |
|||||||
(т. е. квадратично |
интегрируемый |
мартингал |
с непрерывными |
||||||||
траекториями с |
М [(wt — w^f- \ !FS]= t — s |
при |
t ^ s |
и да0 = |
0), |
||||||
а Л = (ЛД(о), ЗГt), |
0, — некоторый интегрируемый случайный |
||||||||||
процесс **). |
|
|
|
|
Ѳ== (Ѳ^, $Гt), |
0, |
не |
||||
|
Структура ненаблюдаемого процесса |
посредственно не конкретизируется, зато предполагается, что
оцениваемый процесс h = |
(ht, Srt), |
0, допускает следующее |
||||||
представление: |
|
t |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
ht — h0-f f as {(ü) ds + xt, |
/ > 0 , |
(27) |
|||
|
|
|
|
о |
|
|
|
|
где |
а = |
(щ(а>), |
ЗГt), |
0, — некоторый |
интегрируемый |
процесс, |
||
x = |
(xt, &~t), |
0, — квадратично интегрируемый мартингал. |
||||||
|
Для |
всякого интегрируемого процесса |
g = (gt, 3Tt), t ^ 0 , |
|||||
обозначим nt (g )= М [ |
g |
, Тогда, |
если |
М ^ < о о , |
т оя Д^ ) |
будет оптимальной (в среднеквадратическом смысле) оценкой gt
по U = { l s, |
. |
*) Запись | = (It, |
t) подразумевает, что величины g1 являются йД-из- |
меримыми при каждом Г^О.
**) На самом деле в книге рассматриваются процессы £ несколько более общего вида (см. гл. 8).
|
|
|
|
|
ВВЕДЕНИЕ |
|
|
15 |
|
Один из |
основных |
результатов |
книги |
(теорема 8.1) |
утвер |
||||
ждает, |
что |
для |
nt (h) |
справедливо |
следующее представление: |
||||
|
|
t |
|
|
t |
|
|
|
|
яД/г) = |
я0 (/z) + J |
яS(a)ds + |
J |
яS(D) dws + |
|
|
|||
|
|
|
|
-f |
J |
[ns{hA) — я5(/і)я^(Л)] dws. |
(28) |
||
Здесь |
w = |
(wt, |
i ^ O , — винеровский |
процесс (cp. |
с обно |
вляющим процессом в предыдущих двух примерах), а процесс
D = (Dt, 9~t), |
|
0, |
характеризует |
«корреляцию» между ви.не- |
|||||
ровским процессом |
w = {wt, |
9~t), |
0, |
и мартингалом |
х — |
||||
= {xt, 9~t), |
0. |
Точнее, |
процесс |
|
|
|
|
||
|
|
|
Dr |
d (х, w)t |
|
|
|
(29) |
|
|
|
|
dt |
|
|
|
|||
где (х, w)t — случайный |
процесс, |
участвующий |
в разложении |
||||||
Дуба — Мейера произведения |
мартингалов х и |
w: |
|
||||||
М \xtwt — xsws I 9~s\ = |
M [(x, w)t — (x, w)s I 9~s). |
(30) |
|||||||
Представление |
(28) |
мы |
называем |
основным уравнением |
(оптимальной нелинейной) фильтрации. Большинство известных
результатов |
(в рамках |
предположений (26), |
(27)) может быть |
||||||
выведено из этого уравнения. |
|
|
|
||||||
Покажем, например, как из (28) выводятся уравнения филь |
|||||||||
трации |
(17), |
(18) в схеме |
Калмана — Бьюси, |
считая для про |
|||||
стоты |
b(t) = |
В (/)= |
1. |
(26) |
и (27), |
видим, что ЛДсо) == A (t) Ѳ„ |
|||
Сравнивая (12) |
с |
||||||||
wt — w2(t). Положим |
ht — Qt. Тогда |
в силу (12) |
|||||||
|
|
|
|
|
|
t |
|
|
|
|
|
ht = h0 + |
J a{s)Qs ds + |
да, (0- |
(31) |
||||
|
|
|
|
|
|
о |
|
|
|
Процессы Wi — (w{(t)) |
и w2 = (w2(t)), |
0, |
являются незави |
симыми квадратично интегрируемыми мартингалами, поэтому
для них Dt s=0 (Р-п. н.). Тогда |
в силу (28) |
яДѲ) имеет диффе |
|
ренциал |
|
|
|
dnt (Q) = a(t)nt (B)dt + |
А {t)\nt {&) - |
n2t {ü)\dwt, |
(32) |
т. е. |
|
|
(33) |
dmt = a(t) mt dt -j~ A (t)yt dwt, |
|||
где мы воспользовались тем, что в силу гауссовости |
процесса |
||
9, I), Р-п. н. |
|
|
|
я, (Ѳ2) - п] (Ѳ) = М [(0, - m ty j 9~Ц = М [0t - mtf « |
yf. |