基于随机波动率 GARCH 模型的机动目标跟踪新方法
应用统计
2019-02-14 v1 系统与控制
摘要
本文提出一种基于 GARCH 波动率的随机微分方程(SDE)的单模型机动目标跟踪新方法。传统的输入估计(IE)技术假设恒定加速度水平，未能涵盖所有可能的加速度本质。相比之下，弥补了 IE 某些缺陷的多模型(MM)算法对转移概率矩阵敏感。本文提出一种创新模型，利用新的加速度广义动态建模与贝叶斯滤波器来克服这些缺陷。我们通过 GARCH 过程作为 SDE 波动率，利用 SDE 对机动目标的马尔可夫跳跃加速度进行建模。在所提方案中，原始状态与随机波动率(SV)由自助粒子滤波器(PF)同时估计。我们引入自助重采样以获取 GARCH 密度的统计特性。由于 GARCH 分布的重尾性质，在状态方程中可能出现的大误差存在时，自助 PF 更为有效。我们从解析上证明，考虑 GARCH 加速度模型可改善目标跟踪性能。最后，通过仿真研究展示并验证了所提策略(PF-AR-GARCH)的有效性与能力。
引用
@article{arxiv.1902.04671,
title = {A Novel Maneuvering Target Tracking Approach by Stochastic Volatility GARCH Model},
author = {Ehsan Hajiramezanali and Seyyed Hamed Fouladi and Hamidreza Amindavar},
journal= {arXiv preprint arXiv:1902.04671},
year = {2019}
}