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: 195
Скачиваний: 0
16 |
ВВЕДЕНИЕ |
|
Чтобы вывести из (28) уравнение для |
у(, |
возьмем |
ht = |
Q2. |
||
Тогда из первого уравнения системы (12) |
по |
формуле |
замены |
|||
переменных Ито (теорема 4.4) |
получаем |
|
|
|
|
|
t |
|
|
|
|
|
|
Ѳ2== Ѳц + J |
as(®) ds + |
xt, |
|
(34) |
||
о |
|
|
|
|
|
|
где |
|
t |
|
|
|
|
|
|
|
|
|
|
|
as(co) = 2a(s)02 + b2(s) |
и xt = |
j |
2b(s)Bs dwl(s). |
|
||
|
|
о |
|
|
|
|
Поэтому согласно (28) |
|
|
|
|
|
|
dnt(Ѳ2) = [2a(t) яДѲ2)+ b2(t)\ dt Ar А (t) [nt(Ѳ3) — nt(0) яД Ѳ2)] dwt. |
(35) |
Из (32) и (35) видно, что при использовании основного уравнения фильтрации (28) мы сталкиваемся с той трудностью, что для нахождения условных младших моментов требуется знание старших моментов. Так, при отыскании уравнений для яДѲ2) требуется знание третьего апостериорного момента яДѲ3) = М (Ѳ ]|^|). В рассматриваемом случае эта трудность
легко преодолевается, поскольку в силу гауссовости процесса
(Ѳ, I) моменты я* (Ѳ'г) = |
М (Ѳ" | |
) для всех д ^ З выражаются |
|||||
через я/ (Ѳ) |
и |
яДѲ2). |
В |
частности, |
лДѲ3) — nt (Ѳ) яДѲ2) = |
||
= М [6f(0t — >nt)\@~}] = |
2 т гу;, |
и, значит, |
|
|
|||
dnt (Ѳ2) = |
[2а (t) яДѲ2) + |
b2 (/)] dt + |
2Л (t) mtyt dwt. |
(36) |
|||
По формуле замены |
переменных Ито |
из (33) находим, что |
|||||
dm2 = |
2mt [a (t) m t dt + |
А (t) уtm t dw^ + A2{t) y2(t) dt. |
|
Вместе с уравнением (36) это соотношение дает искомое урав нение (18) для У; = яДѲ2) — т2.
Описанный вывод уравнений (17), (18) поучителен в том смысле, что из него видно, что для получения замкнутой си стемы уравнений, определяющих оптимальную фильтрацию, надо привлекать дополнительные сведения о соотношениях между старшими условными моментами.
В настоящей книге существенное внимание уделяется так называемым условно-гауссовским процессам (0, £), для которых оказалось возможным получить замкнутую систему уравнений оптимальной нелинейной фильтрации. Тем самым выделен широкий класс случайных процессов (включающий в себя про цессы, описываемые схемой Калмана — Бьюси), для которых удается эффективным образом решить задачу построения опти-
ВВЕДЕНИЕ |
17 |
мального нелинейного фильтра. Этот класс процессов (Ѳ, £) описывается следующим образом.
Предположим, что процесс (Ѳ, £) является процессом диф фузионного типа с дифференциалом
dBt = |
[a0{t, |
|
|
l)Qt]dt + b^t, |
Qdwx(t) + b2{t, l)dw2{t), |
|
||||
dh = |
[A0(t, Z ) + M t, |
l)Qt] d t+ B {{t, |
i)d Wl(t) + B2(t, l)dw2{t), |
(37) |
||||||
где каждый |
из |
функционалов |
a0(t, g), . . . , |
B2(t, |
g) |
является |
||||
^-измеримым |
для |
всякого |
0 |
(ср. с системой |
(10)). |
Под |
||||
черкнем, что |
ненаблюдаемая компонента Ѳ, входит в (37) ли |
|||||||||
нейно, тогда |
как |
наблюдаемый |
процесс |
g может |
входить |
в коэффициенты любым («^-измеримым») образом. Входящие
в (37) винеровские процессы wl — (wi(t))>w2 = (w2{t)), |
0, и |
||
случайный вектор (Ѳ0, g0) предполагаются независимыми. |
|
||
Будет доказано (теорема 11.1), что если условное распре |
|||
деление P(90< !x |g 0) |
(для почти |
всех g0) является гауссовским, |
|
N (m 0, Yo). где т0= |
М (Ѳ01g0), |
Уо = М [(Ѳ0 — m2f \ g0], то |
про |
цесс (Ѳ, g), управляемый системой (37), будет условно-гауссов
ским |
в том |
смысле, что при каждом |
|
0 |
условные |
распре |
||||
деления р |
|
< х 0, . . . , |
xk j ё г \у |
0 <Д0< |
< |
... |
< t k ^ k , |
|||
являются |
гауссовскими. |
Поэтому, в частности, |
распределение |
|||||||
Р (Ѳг ^ |
XI |
|
также (почти наверное) |
является |
гауссовским, |
|||||
N(mv |
у*), |
с параметрами т <= М(Ѳ^|5г |), yt = |
М[(0f — mt)2\@~)]- |
|||||||
Для условно-гауссовского случая |
|
(как и в схемах Кал- |
||||||||
мана — Бьюси) старшие моменты М(Ѳ” |«9~<) |
выражаются через |
|||||||||
tnt, yt. Это |
и позволяет |
(из основного |
уравнения фильтрации) |
|||||||
получить для mt и yt |
замкнутую |
систему уравнений |
(тео |
|||||||
рема |
12.1): |
|
|
|
|
|
|
|
|
|
dmt = |
[аа (t, |
I) + а, (t, g) mt] dt + |
|
|
|
|
|
|
||
2 |
|
|
|
|
|
|
|
|
|
|
S Ь І V ' l ) В І V ' £) + YД (6 l ) |
|
|
|
|
|
|
||||
+ —----------2--------------------- [dlt - ( A 0(t, |
D + ДД/, |
l)m t)dt], |
(38) |
l )
i—1
2
Y/ = 2ai(t, £)Y; + ^ b\{t, i) i=I
2 |
12 |
y l bi (t, i)Bi (t, g) + v A (t, l)
i=1 ____________________ _ • (39)
i)
(=1
Заметим, что, в отличие от (18), уравнение (39) для yt является уравнением со случайными коэффициентами, зави сящими от наблюдаемых данных.
18 |
ВВЕДЕНИЕ |
Оптимальной |
линейной фильтрации (в схеме (12)) и опти |
мальной нелинейной фильтрации для условно-гауссовских про цессов (в схеме (37)) посвящены главы 10, 11 и 12. Здесь же, помимо фильтрации, изложены соответствующие результаты для задач интерполяции и экстраполяции.
4. Приведенные примеры и результаты, вошедшие в главы
8—12, показывают, что в книге существенно используются такие понятия теории случайных процессов, как винеровский процесс, стохастические дифференциальные уравнения, мартин галы, квадратично интегрируемые мартингалы и т. п. Стрем ление авторов давать полные доказательства всех приводимых результатов теории нелинейной фильтрации привело к необхо димости довольно подробно изложить теорию мартингалов и стохастических дифференциальных уравнений (главы 2—6). Мы надеемся, что материал этих глав может оказаться по лезным и для тех читателей, которые просто пожелают озна комиться с результатами теории мартингалов и стохастических дифференциальных уравнений.
Вместе с тем мы хотим еще раз подчеркнуть, что без этого материала не представляется возможным дать сколько-нибудь удовлетворительное изложение теории оптимальной нелинейной фильтрации и смежных с ней вопросов.
В седьмой |
главе излагаются существенно используемые |
в дальнейшем |
результаты об абсолютной непрерывности мер, |
отвечающих процессам Ито и процессам диффузионного типа. В главах 15—17 даются применения теории фильтрации к разнообразным задачам статистики случайных процессов.
Здесь подробно рассмотрены задачи линейного оценивания (гл. 15), даются применения к некоторым задачам управления, теории информации (гл. 16). В гл. 17 даны применения к не байесовским задачам статистики (оценки максимального правдо подобия для коэффициентов линейной регрессии, последова тельное оценивание и последовательное различение статисти ческих гипотез).
Дополнительное представление об излагаемом в книге ма териале читатель может почерпнуть из приведенного выше
оглавления |
и примечаний, |
помещенных в конце книги. В при |
|
мечаниях указаны также |
источники |
излагаемых результатов. |
|
В заключение авторы хотели бы выразить благодарность и |
|||
признательность коллегам |
и друзьям за помощь и советы. |
||
Особо нам |
хочется поблагодарить |
Р. 3. Хасьминского и |
М. П. Ершова. Ознакомившись с рукописью книги, они сделали ряд существенных замечаний, которые мы постарались учесть.
Г Л А В А 1
НЕОБХОДИМЫЕ СВЕДЕНИЯ ИЗ ТЕОРИИ ВЕРОЯТНОСТЕЙ
§1. Основные понятия теории вероятностей
1.Вероятностное пространство. Согласно аксиоматике Колмо горова первоначальным объектом теории вероятностей является
вероятностное пространство (£2, 3F, Р). Здесь (Q, З2“)—измеримое пространство, т. е. множество Q, состоящее из элементарных событий со, с выделенной на нем системой ЗГ его подмножеств (событий), образующих ст-алгебру, а Р — вероятностная мера (вероятность), определенная на множествах из SF.
Напомним, что система £Г_подмножеств пространства Q
образует алгебру, если Q |
e f , |
<4 = |
Q \ |
и A\JB ^ З Г |
для |
||
любых |
S e |
J . |
Алгебра ST образует о-алгебру, |
если |
|||
вместе |
с каждой последовательностью |
множеств Аи А2, |
. .. , |
||||
принадлежащих 3F, |
|
со |
|
3F. |
|
|
|
сумма (J |
Лг е |
Функция Р(Л), опреде |
ленная на множествах А из сг-алгебры ЗГ, называется вероят
ностной мерой, |
если |
она |
обладает следующими |
свойствами: |
||||||
|
Р ( А ) ^ 0 , Л е ^ " (неотрицательность); |
|
|
|
||||||
|
P (Q )= 1 |
|
(нормированность); |
|
|
|
||||
|
Р |
|
Р (Л г) |
(счетная, или а-аддитивность), |
|
|||||
где |
Аі ^ - Т , |
Аі С\ Af = |
0 , |
іф '}, |
0 — пустое |
множество. |
|
|||
Система множеств 3FP называется пополнением а-алгебры ЗГ |
||||||||||
по мере Р, если ЗГР принадлежат все те |
множества А s |
Q, |
||||||||
для |
которых |
|
найдутся |
такие |
множества |
Л,, Л2 е |
3F, |
что |
||
А і < = А ^ А 2 |
и |
Р (Л2 \ |
Л,) = 0 . |
Система множеств З Г Р является |
||||||
а-алгеброй, и мера |
Р |
однозначно продолжается на мно |
||||||||
жества из @~р. Вероятностное |
пространство (Q, |
, Р) назы |
||||||||
вается полным, если |
&~р совпадает с |
Согласно |
общему |