通过在线收敛评估方案调整序贯 Monte Carlo 方法中的粒子数
统计计算
2017-11-01 v2
摘要
粒子滤波器被广泛用于通过加权粒子集来近似状态空间模型中隐藏状态的后验分布。虽然当粒子数趋于无穷大时滤波器的收敛性是有保证的，但近似质量通常是未知的，且强烈依赖于粒子数。在本文中，我们提出了一种以在线方式评估粒子滤波器收敛性的新方法，以及一种基于收敛评估的在线调整粒子数的简单方案。该方法基于实际观测值与由滤波器近似的预测概率分布之间的序贯比较。我们对所提出的方法进行了严格的理论分析，并作为其实际应用的一个例子，展示了在随机 Lorenz 系统的粒子滤波器运行过程中，动态且在线调整粒子数的简单算法的模拟。
引用
@article{arxiv.1509.04879,
title = {Adapting the Number of Particles in Sequential Monte Carlo Methods through an Online Scheme for Convergence Assessment},
author = {Víctor Elvira and Joaquín Míguez and Petar M. Djurić},
journal= {arXiv preprint arXiv:1509.04879},
year = {2017}
}