随机微分方程中的卡尔曼滤波应用

Wencheng Bao; Shi Feng; Kaiwen Zhang

随机微分方程中的卡尔曼滤波应用

系统与控制 2024-04-23 v1 数值分析系统与控制数值分析

作者: Wencheng Bao , Shi Feng , Kaiwen Zhang

摘要

在金融、工程和科学等领域,我们常常面临变化快速且不可预测的情况。这些情况难以应对,需要特殊工具和方法来理解和预测下一步可能发生什么。随机微分方程 (SDE) 因能够建模和分析真实世界的动力学系统而著名。然而,获取 SDE 的参数、边界条件和闭式解往往很具有挑战性。本文我们将讨论将卡尔曼滤波理论应用于 SDE,包括扩展卡尔曼滤波和粒子扩展卡尔曼滤波。我们将探讨如何通过滤波来拟合现有 SDE 系统并通过拟合获取的闭式解来跟踪原始 SDE。这种方法旨在收集关于这些 SDE 的更多信息,以便以各种方式使用,例如将其纳入数据驱动 SDE 模型的参数中。

关键词

卡尔曼滤波随机微分方程扩展卡尔曼滤波粒子滤波参数估计

引用

@article{arxiv.2404.13748,
  title  = {Application of Kalman Filter in Stochastic Differential Equations},
  author = {Wencheng Bao and Shi Feng and Kaiwen Zhang},
  journal= {arXiv preprint arXiv:2404.13748},
  year   = {2024}
}

备注

18 pages, 14 figures

随机微分方程中的卡尔曼滤波应用

摘要

关键词

引用

备注

相关论文