时间序列分析方法第13章Kalman滤波.pdfVIP

时间序列分析方法第13章Kalman滤波 在本章中，我们介绍一种被称为卡尔曼滤波的十分有用的工具。卡尔曼滤波的差不多思 想是将动态系统表示成为一种称为状态空间表示的专门情形。卡尔曼滤波是对系统线性投影 进行序列更新的算法。除了一样的优点以外，这种算法对运算确切的有限样本推测、运算 Gauss ARMA 模型的确切似然函数、估量具有时变参数的自回来模型等，都提供了重要方 法。 §13.1 动态系统的状态空间表示 我们差不多介绍过一些随机过程的动态表示方法，下面我们在往常的假设基础上，连续 分析动态系统的表示方法。 13.1.1 连续使用的假设 y t y 假设 表示时刻 观测到的n维随机向量，一类专门丰富的描述 动态性的模型能够 t t 利用一些可能无法观测的被称为状态向量(state vector)的r维向量ξ 表示，因此表示y 动态