基于粒子濾波最優(yōu)估計(jì)的非線性時(shí)間序列研究.pdf

1、本文在分析傳統(tǒng)的非線性時(shí)間序列建模和預(yù)報(bào)方法基礎(chǔ)上，提出利用適合于非高斯、非線性過(guò)程的粒子濾波技術(shù)，對(duì)非線性時(shí)間序列的建模和預(yù)報(bào)進(jìn)行新方法研究。針對(duì)待預(yù)測(cè)數(shù)據(jù)對(duì)象在動(dòng)態(tài)轉(zhuǎn)移過(guò)程中發(fā)生結(jié)構(gòu)性突變時(shí)，難以建立實(shí)時(shí)解析數(shù)據(jù)變化趨勢(shì)模型的特點(diǎn)，提出利用粒子濾波技術(shù)對(duì)非線性時(shí)間序列模型進(jìn)行參數(shù)估計(jì)。首先對(duì)時(shí)間序列進(jìn)行初步建模，將獲得的參數(shù)作為粒子，對(duì)粒子加以一定的擾動(dòng)，形成粒子集，即參數(shù)集，觀測(cè)值以此模型和參數(shù)進(jìn)行狀態(tài)轉(zhuǎn)移，獲得后驗(yàn)概率密度，根據(jù)

2、觀測(cè)值和真實(shí)值的偏差獲得粒子權(quán)重，從而得出逼近最優(yōu)估計(jì)的狀態(tài)轉(zhuǎn)移模型參數(shù)。針對(duì)數(shù)據(jù)預(yù)報(bào)實(shí)時(shí)多變的特點(diǎn)，本文采用非線性時(shí)間序列方法動(dòng)態(tài)構(gòu)建狀態(tài)轉(zhuǎn)移模型，并采用基于蒙特卡羅仿真的粒子濾波算法利用狀態(tài)空間中的一系列加權(quán)隨機(jī)樣本集來(lái)近似系統(tǒng)狀態(tài)的后驗(yàn)概率密度函數(shù)，對(duì)非線性時(shí)間序列殘差波動(dòng)率進(jìn)行估計(jì)與預(yù)測(cè)。實(shí)驗(yàn)表明，基于粒子濾波的非線性時(shí)間序列預(yù)報(bào)算法比單純使用時(shí)間序列建模方法更準(zhǔn)確。
　　 本文將基于粒子濾波最優(yōu)估計(jì)的非線性時(shí)間序列預(yù)報(bào)