Core Concepts
ガウス混合フィルタにおける正確な一貫性テストの重要性とその実装方法に焦点を当てた研究。
Abstract
著者は、ガウス混合モデル内での正確な一貫性テストの導出とその有用性を示している。
一貫性テストは、推定器の調整や検証において強力なツールであることが示されている。
ガウス混合フィルタを使用した静的および動的な推定例を通じて、結果の精度と有用性が数値的にデモンストレーションされている。
I. 導入
非ガウス不確実性を持つ離散時間状態推定問題に対処するため、再帰ベイズフィルタリングアルゴリズムが使用される。
異なる近似手法は、不確実性表現の忠実度と計算上の扱いやすさのトレードオフを提供するために必要である。
II. GM フィルタリングの簡単なレビュー
GM フィルタは、線形または非線形ダイナミカルシステム向けの任意有限 GM 推定子に直接適用可能である。
III. NDS 統計量分布 for GMS
任意多変量ガウス混合 (GM) pdfs の正規化偏差二乗 (NDS) 統計量の厳密な分布が導出された。
これらの結果は、GM フィルターに対する NDS ベース動的一貫性仮説検定に信頼性と精度を提供する。
IV. シミュレーション結果
静的 GM の検証では、理論的予測と実際の CDF の間で強力な一致が示された。
動的 GM フィルタ検証では、1% 有意水準で H0 を棄却し、GM フィルタ PDF が NDS 一貫ではないことが確認された。
Stats
この記事では重要な数字やメトリクスは含まれていません。