时间序列分析讲义Kalman滤波借鉴.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
时间序列分析方法讲义 第 11 章 Kalman 滤波 第十一章 Kalman 滤波 本章我们介绍由 R. E. Kalman 命名的一种十分有用的工具。 其核心思想是将动态系统表 示成为状态空间表示 (state-space representation)。Kalman 滤波是按顺序更新系统线性投影的 一种算法。该算法对于计算例如时变系数回归等具有重要应用。 §11.1 动态系统的状态空间表示 1. 状态空间模型和状态空间表示 假设 y 是一个 n 1 维的在时刻 t 可以观测的向量。很多情形下, y 可以利用一个不可 t t 观测的 r 1 随机向量 表示,该向量称为状态向量 (state vector) 。则变量 y 服从的动态过程 ξ t t 可以利用状态空间表示为: ξ F ξ v (11.1) t 1 t t 1 y A x H ξ w (11.2) t t t t 这里矩阵 F 、 A 和 H 分别是 (r r ) 、 (n k) 和 ( n r ) 维的参数矩阵。 x 是 (k 1) 维 t 的外生或前定变量。 方程 (11.1) 被称为状态方程 (state equation) ;方程 (11.2) 被称为观测方程 (observation equation) 。这里 (r 1) 维误差向量 v 和 (n 1)维误差向量 w 均为向量白噪声过程: t t Q , t E(v v )

文档评论(0)

飞翔的燕子 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档