连续时间线性动力系统的系统识别
原文约300字/词，阅读约需1分钟。发表于：。本文提出了一种连续 - 离散滤波器的系统辨识方法，利用连续时间 Ito 随机微分方程的解作为潜在状态和协方差动力学的基础，通过引入一种新颖的两因子解析后验贝叶斯方法，并通过效率高的计算后验概率的算法，实现了对参数进行估计的 EM 过程，从而扩展了混合卡尔曼滤波器对不规则采样数据以及非线性系统辨识方法的应用范围。
本文研究了利用系统辨识方法设计Kalman滤波器的问题，提出了一种两步法。研究发现，当参数精确度较高或核心的Kalman滤波器具有足够的鲁棒性时，计算得到的等价Kalman滤波器具有可证明的次优保证。同时，采取附加的鲁棒约束可提高次优保证性能。还提出了用样本复杂度度量此问题的最小观测数据数。
