隐马尔可夫模型的逆滤波及其在反对抗自主系统中的应用
系统与控制
2020-10-28 v1 系统与控制
摘要
贝叶斯滤波致力于在给定含噪观测的条件下计算随机动态系统状态的后验分布。本文受反对抗系统应用驱动，考虑如下逆滤波问题：给定来自贝叶斯滤波器的后验分布序列，关于状态转移核、传感器观测似然及所测观测能推断什么？对于在噪声中观测的有限状态马尔可夫链（隐马尔可夫模型），我们表明，用于估计参数与观测的最小二乘拟合等价于一个具有非凸目标的组合优化问题。转而通过利用相应贝叶斯滤波器的代数结构，我们提出一种基于凸优化的算法来重构转移核、观测似然与观测。我们讨论并推导了可辨识性条件。作为结果应用，我们展示了反对抗系统的设计：通过观测自主敌方之行动，估计其传感器精度及所接收观测。所提算法在数值示例中予以评估。
引用
@article{arxiv.2001.11809,
title = {Inverse Filtering for Hidden Markov Models with Applications to Counter-Adversarial Autonomous Systems},
author = {Robert Mattila and Cristian R. Rojas and Vikram Krishnamurthy and Bo Wahlberg},
journal= {arXiv preprint arXiv:2001.11809},
year = {2020}
}