Вопросы с тегом «kalman-filter»

Учитывая все хорошие свойства моделей пространства состояний и KF, я задаюсь вопросом - каковы недостатки моделирования пространства состояний и использования фильтра Калмана (или EKF, UKF или фильтра частиц) для оценки? Допустим, скажем, обычные методологии, такие как ARIMA, VAR или специальные / эвристические методы. Их сложно откалибровать? Они сложны и трудно …

53 time-series  arima  kalman-filter  var 

Фильтр частиц и фильтр Калмана является рекурсивным байесовскими . Я часто сталкиваюсь с фильтрами Калмана в своей области, но очень редко вижу использование фильтра частиц. Когда один будет использоваться над другим?

51 bayesian  particle-filter  kalman-filter 

Я вычисляю очень простой фильтр Калмана (модель случайного блуждания + шум). Я считаю, что вывод фильтра очень похож на скользящую среднюю. Есть ли эквивалентность между ними? Если нет, то в чем разница?

25 kalman-filter 

\newcommand{\P}{\mathbb{P}} Мы имеем случайный процесс , который может или может-не-происходить несколько раз в течение заданного периода времени TTT . У нас есть поток данных из уже существующей модели этого процесса, который обеспечивает вероятность ряда событий, происходящих в период 0≤t&lt;T0≤t&lt;T0 \leq t < T . Эта существующая модель устарела, и нам …

24 negative-binomial  kalman-filter  poisson-process  state-space-models 

У кого-нибудь есть хороший пример для прогнозирования / сглаживания временных рядов с использованием фильтра Калмана в R?

23 r  time-series  kalman-filter 

Вот мой старый вопрос Я хотел бы спросить, знает ли кто-нибудь разницу (если есть какая-либо разница) между скрытыми марковскими моделями (HMM) и Particle Filter (PF), и, как следствие, Kalman Filter, или при каких обстоятельствах мы используем какой алгоритм. Я студент, и я должен сделать проект, но сначала я должен понять …

21 machine-learning  self-study  hidden-markov-model  kalman-filter  particle-filter 

Недавно я применил фильтр Калмана на простом примере измерения положения частиц со случайной скоростью и ускорением. Я обнаружил, что фильтр Калмана работает хорошо, но потом спросил себя, в чем разница между этим и просто скользящим средним? Я обнаружил, что если я использовал окно из примерно 10 выборок, то скользящая средняя …

14 smoothing  kalman-filter 

Я написал некоторый код, который может выполнять фильтрацию Калмана (используя несколько различных фильтров типа Калмана [Information Filter et al.]) Для линейного анализа пространства состояний Гаусса для n-мерного вектора состояния. Фильтры работают отлично, и я получаю хороший вывод. Тем не менее, оценка параметров с помощью логарифмической вероятности сбивает меня с толку. …

13 maximum-likelihood  algorithms  kalman-filter  likelihood 

У меня есть траектория объекта в 2D-пространстве (поверхности). Траектория задается в виде последовательности (x,y)координат. Я знаю, что мои измерения шумят, и иногда у меня есть очевидные выбросы. Итак, я хочу отфильтровать свои наблюдения. Насколько я понял фильтр Калмана, он делает именно то, что мне нужно. Итак, я пытаюсь использовать это. …

12 python  kalman-filter  smoothing 

Я хочу использовать начальную загрузку для оценки доверительных интервалов для оценочных параметров из набора панельных данных с N = 250 фирмами и T = 50 месяцем. Оценка параметров является вычислительно дорогой (несколько дней вычислений) из-за использования фильтрации Калмана и сложной нелинейной оценки. Поэтому отбор (с заменой) B (сотнями и более) …

12 confidence-interval  bootstrap  nonlinear-regression  kalman-filter 

Меня интересует, как фильтры Калмана могут использоваться для расчета отсутствующих значений в данных временных рядов. Это также применимо, если отсутствуют некоторые последовательные моменты времени? Я не могу найти много по этой теме. Любые объяснения, комментарии и ссылки приветствуются и приветствуются!

12 data-imputation  kalman-filter 

Я использую фильтр Калмана очень стандартным способом. Система представлена ​​уравнением состояния xt+1=Fxt+vt+1xt+1=Fxt+vt+1x_{t+1}=Fx_{t}+v_{t+1} и уравнением наблюдения yt=Hxt+Azt+wtyt=Hxt+Azt+wty_{t}=Hx_{t}+Az_{t}+w_{t} . Учебники учат , что после применения фильтра Калмана и получать «прогнозы на один шаг x^t|t−1x^t|t−1\hat{x}_{t|t-1} (или «отфильтрованная оценка»), мы должны использовать их для вычисления функции правдоподобия: fyt|It−1,zt(yt|It−1,zt)=det[2π(HPt|t−1H′+R)]−12exp{−12(yt−Hx^t|t−1−Azt)′(HPt|t−1H′+R)−1(yt−Hx^t|t−1−Azt)}fyt|It−1,zt(yt|It−1,zt)=det[2π(HPt|t−1H′+R)]−12exp⁡{−12(yt−Hx^t|t−1−Azt)′(HPt|t−1H′+R)−1(yt−Hx^t|t−1−Azt)}f_{y_{t}|\mathcal{I}_{t-1},z_{t}}\left(y_{t}|\mathcal{I}_{t-1},z_{t}\right)=\det\left[2\pi\left(HP_{t|t-1}H^{\prime}+R\right)\right]^{-\frac{1}{2}}\exp\left\{ -\frac{1}{2}\left(y_{t}-H\hat{x}_{t|t-1}-Az_{t}\right)^{\prime}\left(HP_{t|t-1}H^{\prime}+R\right)^{-1}\left(y_{t}-H\hat{x}_{t|t-1}-Az_{t}\right)\right\} Мой вопрос: почему функция правдоподобия …

11 likelihood  kalman-filter 

Я читал главу 13 Гамильтона, и у него есть следующее представление пространства состояний для ARMA (p, q). Пусть Затем процесс ARMA (p, q) выглядит следующим образом: \ begin {align} y_t - \ mu &amp; = \ phi_1 (y_ {t-1} - \ mu) + \ phi_2 (y_ {t-2} - \ mu) …

11 time-series  arima  kalman-filter  state-space-models 

Каковы преимущества выражения модели ARMA как модели пространства состояний и прогнозирования с использованием фильтра Калмана? Эта методология, например, используется в реализации SARIMAX для python-statsmodels: https://github.com/statsmodels/statsmodels/tree/master/statsmodels/tsa/statespace

10 forecasting  arma  kalman-filter  state-space-models  statsmodels 

Каковы этапы использования фильтров Калмана в моделях пространства состояний? Я видел несколько разных формулировок, но я не уверен в деталях. Например, Cowpertwait начинается с этого набора уравнений: θt=Gtθt-1+wtyt=F′tθt+vtyt=Ft′θt+vty_{t} = F^{'}_{t}\theta_{t}+v_{t} θt=Gtθt−1+wtθt=Gtθt−1+wt\theta_{t} = G_{t}\theta_{t-1}+w_{t} где и , - наши неизвестные оценки, а - наблюдаемые значения.ш т ~ N ( 0 , …

10 kalman-filter  state-space-models