Задача сглаживания (стохастические процессы)
-
Задача сглаживания
- Рекурсивная оценка неизвестной функции плотности вероятности с течением времени
- Основана на рекурсивной байесовской оценке
- Тесно связана с задачей фильтрации
-
Сглаживающий алгоритм
- Реализует решение задачи сглаживания
- Часто включает прямой и обратный проходы
- Обновляет оценки о прошлом для получения более плавной оценки
-
Примеры сглаживателей
- Раух–Тунг–Штрибель (RTS)
- Гауссовы сглаживатели
- Разглаживатели частиц
-
Путаница в терминах
- Сглаживание и фильтрация могут означать разные математические процедуры
- Исторически Винер предложил «сглаживающий» фильтр, который был просто сверткой
- Позже он предложил решения для более точной оценки
-
Различие между сглаживанием и фильтрацией
- Сглаживание (оценка) использует байесовские модели и модели пространства состояний
- Фильтрация (оценка) использует информацию от наблюдения до текущей выборки
- Фильтрация является причинно-следственной, сглаживание — пакетная обработка
-
Примеры использования
- Сглаживание используется в теории управления, радарах, обнаружении сигналов
- Фильтрация используется в обработке сигналов, нестохастической обработке сигналов
- Сглаживатель Kalman является наиболее распространенным
-
Рекомендации
- Проблема фильтрации
- Фильтр Калмана
- Обобщенная фильтрация
- Сглаживающий