Kalman Filter Algorithm에 의한 非線型 時系列狀態 模型의 母數判別

• 영문명: Parmeter Idemtification of Nonlinear Time- Series State Model Using Kalman Filter Algorithm
• 발행기관: 강원대학교 기초과학연구소
• 저자명: 윤용운(YONG-WOON YOON)
• 간행물 정보: 『기초과학연구』제1집, 36~48쪽, 전체 13쪽
• 주제분류: 자연과학 > 자연과학일반
• 파일형태: PDF
• 발행일자: 1984.08.01

국문 초록

時系列模型의 母數벡터의 判別問題는 擴大된 時系列模型의 狀態 X(k)와 觀察模型을 推定하기 위한 問題로 된다. 이 論文은 Kalman Filter Algorithm을 利用한 非線時系列模型의 母數推定과 이의 判別에 관한 Algorithm을 說明하고자 한 것이다. 狀態벡터의 最適推定値를 얻기 위해 利用하는 Kalman Filter Algorithm을 利用하게 되면 Trajectory 주변을 線型으로 變形하므로써 非線型時系列狀態模型의 近似解는 교란항을 더한 名目値로써 쉽게 구하게 된다. 따라서 이러한 非線型時系列模型의 狀態와 未知母數를 同時에 推定하는 擴張 Kalman Filter Algorithm을 利用하는 것이 더 適切하다.

영문 초록

This paper is concerned the identification algorithms of parameter of nonlinear time-series state model using the extended Kalman filtering. The problem of identification of the parameter vector becomes to one of estimating the nonlinear state X(t) of the augmented system and observation models. In order to determing the estimates of nonlinear time-series state model. we have to use as approximate algorithm. In practical, we may use the extended Kalman filter algorithms to obtain estimates of the augmented state X(t) for the observation models. Therefore, the extended Kalman filter algorithms are reasonable, tool for estimating the states and unknown parameters of the nonlinear time-series model works and for identifying and evaluating the parameters simultaneously.

목차

Abstract

요약

1. 模型의 假定

2. 線型化 Kalman Filter Algorithm

3. 非線型 時系列模型의 母數 判別

4. Simulation 結果 및 結論

__References__