文件名称：变结构MM估计器的模型集合序列条件估计
文件大小：474KB
文件格式：CAJ
更新时间：2014-11-09 10:43:45
变结构MM
变结构多模型(vsMM)佑计最重要、自然和实用的方法是递归自适应模型集合 (RAMs)方法。它由两个功能部分组成:模型集合自适应和模型集合序列条件佑计。本文是针 对第二部分。具体一点，就是通过推广著名的交互多模型(班M)算法得到基于任意时变模型集 合序列的一般的最优单步高效的递归模型集合序列条件枯计。这种递归提供了一种在RAMS 中是最优的为新漱活的模型分配概率并且对基于这些模型的滤波器进行初始化的自然和系 统的方法。此外，还给出了基于任意两个模型集合(未必是不相交)获得整体估计的最优和高 效的融合方法。最优递归和融合为模型集合序列条件估计问题提供了对于大多数实际问题都 相当令人满意的解决方案。这里给出的结果已经应用在最近建立起来的两个变结构MM佑计· 器，似然模型集合和模型群切换算法中。这些算法是普追适用和容易实现，并且明显优于可用 的最好的固定结构的MM估计器。