Filtering for jump-diffusion models by statistical modeling method
Abstract
This article develops new methods that reduce the optimal filtering problem for jump-diffusion models to the analysis problem for the special stochastic system with jumps, branching and terminating trajectories. Earlier appropriate methods and algorithms have been proposed and tested for diffusion models.
References
1. Казаков И.Е., Артемьев В.М., Бухалев В.А. Анализ систем случайной структуры. - М.: Физматлит, 1993.
2. Михайлов Г.А., Аверина Т.А. Алгоритм «максимального сечения» в методе Монте-Карло // Доклады АН. 2009. Т. 428. № 2. С. 163-165.
3. Пантелеев А.В., Руденко Е.А., Бортаковский А.С. Нелинейные системы управления: описание, анализ и синтез. - М.: Вузовская книга, 2008.
4. Параев Ю.И. Введение в статистическую динамику процессов управления и фильтрации. - М.: Советское радио, 1976.
5. Рыбаков К.А. Сведение задачи нелинейной фильтрации к задаче анализа стохастических систем с обрывами и ветвлениями траекторий // Дифференциальные уравнения и процессы управления. 2012. № 3. С. 91-110. [Электронный ресурс]. URL: http://www.math.spbu.ru/diffjournal.
6. Рыбаков К.А. Приближенное решение задачи оптимальной нелинейной фильтрации для стохастических дифференциальных систем методом статистических испытаний // Сибирский журнал вычислительной математики. 2013. Т. 16. № 4. С. 377-391.
7. Рыбаков К.А. О решении робастного уравнения Дункана-Мортенсена-Закаи для нестационарных систем // Информационные и телекоммуникационные технологии. 2014. № 22. С. 9-15.
8. Рыбаков К.А. Приближенный метод фильтрации сигналов в стохастических системах диффузионно-скачкообразного типа // Научный вестник МГТУ ГА. 2014. № 207. С. 54-60.
9. Рыбаков К.А. Решение робастного уравнения Дункана-Мортенсена-Закаи для систем диффузионно-скачкообразного типа на основе спектрального метода // Системи обробки інформації. 2014. Вып. 7 (123). С. 143-147.
10. Синицын И.Н. Фильтры Калмана и Пугачева. - М.: Логос, 2007.
Review
For citations:
Rybakov K.A. Filtering for jump-diffusion models by statistical modeling method. Civil Aviation High Technologies. 2015;(220):73-81. (In Russ.)
Views:
397
Email this article 
