A Kusuoka–Lyons–Victoir particle filter
A Kusuoka–Lyons–Victoir particle filter
复制标题
Kusuoka–Lyons–Victoir 粒子过滤器
DOI：
10.1098/rspa.2013.0076
复制
发表时间：
2013
期刊：
影响因子：
--
通讯作者：
S. Ortiz
中科院分区：
文献类型：
--
作者：
D. Crisan;S. Ortiz
本文提出了一种求解连续时间非线性滤波问题的新的数值算法。特别是，我们提出了一种粒子滤波器，结合Kusuoka-Lyons-Victoir（KLV）的体积法在维纳空间近似的法律的信号与最小方差的“细化”的方法，称为基于树的分支算法（TBBA），以保持体积树的大小恒定的时间。我们的方法的新颖性在于TBBA算法的适应，同时控制计算工作量，并将观测数据纳入系统。我们提供的近似粒子滤波器的收敛速度的计算工作量（粒子数）和离散化网格。最后，我们测试了新算法的性能的基准问题（Beneficiary过滤器）。
The aim of this paper is to introduce a new numerical algorithm for solving the continuous time nonlinear filtering problem. In particular, we present a particle filter that combines the Kusuoka–Lyons–Victoir (KLV) cubature method on Wiener space to approximate the law of the signal with a minimal variance ‘thinning’ method, called the tree-based branching algorithm (TBBA) to keep the size of the cubature tree constant in time. The novelty of our approach resides in the adaptation of the TBBA algorithm to simultaneously control the computational effort and incorporate the observation data into the system. We provide the rate of convergence of the approximating particle filter in terms of the computational effort (number of particles) and the discretization grid mesh. Finally, we test the performance of the new algorithm on a benchmark problem (the Beneš filter).
维纳空间上体积的误差估计
影响因子：
0.7
作者：
Cass T
通讯作者：
Cass T