粒子滤波中的自适应在线方差估计：ALVar 估计器
统计计算
2022-07-21 v1
摘要
我们提出一种新方法——ALVar 估计器——用于序贯蒙特卡洛方法（即粒子滤波器）中渐近方差的估计。该方法自适应调整 Olsson 与 Douc（2019）所提估计器的滞后阶数，适用于非常一般的分布流与粒子滤波器，包括带自适应重采样的辅助粒子滤波器。该算法完全在线运行，即能够以平均每次迭代恒定计算复杂度和内存需求实时监控粒子滤波器的方差。关键在于，它无需校准任何算法参数。该例程仅基于传播粒子云的家谱估计方差，无需额外模拟，只需对底层粒子算法做少量代码添加。最后，我们证明当粒子数趋于无穷时 ALVar 估计器对真实渐近方差是一致的，并通过数值实验展示其相对于现有方法的优越性。
引用
@article{arxiv.2207.09590,
title = {Adaptive online variance estimation in particle filters: the ALVar estimator},
author = {Alessandro Mastrototaro and Jimmy Olsson},
journal= {arXiv preprint arXiv:2207.09590},
year = {2022}
}
备注
37 pages, 10 figures