KalmanFilter

KalmanFilter[tproc,data]

使用由 tproc 给出的时间序列模型对 data 进行滤波.

更多信息

  • KalmanFilter 允许数据是一个列表或者 TemporalData.
  • 时间序列模型 tproc 中的所有参数必须是数值的.
  • KalmanFilter 输出由输入类型决定. 将输出的第一个元素初始化为零，因此输出的长度与输入的长度一致.

范例

打开所有单元关闭所有单元

基本范例  (2)

使用自回归模型进行滤波：

使用 ARMA 模型从样本路径滤波噪声：

求拟合数据：

比较数据与预测值：

范围  (5)

使用具有 TimeSeriesModel 的 KalmanFilter：

比较给定初始数值和滤波：

根据弱静态 ARMA 创建样本：

用给定初始值的 ARMA 进行滤波：

比较：

求多变量模型和数据的滤波器：

比较使用自回归和平移均值过程的滤波器：

构建自回归滤波器：

构建平移均值滤波器：

比较数据与滤波器：

求拟合时间序列模型的残差：

残差的范围：

残差分布：

应用  (2)

考虑下列时间序列数据，并且判断是否能用 MAProcess 来建模：

在3个延迟期数后，相关函数衰减. 表明这是一个 MAProcess[3] 过程：

对数据拟合 MAProcess[3] 模型：

求模型残差，并且判断它们是否是服从正态分布的白噪声：

无法拒绝正态性的零假设：

分析 TimeSeriesModel 中的残差：

计算来自卡尔曼滤波的残差：

与来自 TimeSeriesModelFit 的残差比较：

属性和关系  (1)

卡曼滤波器创建一阶预测：

求数据的滤波器：

从数据部分计算下一步的预测值：

比较路径：

可能存在的问题  (1)

KalmanFilter 要求过程的所有参数都是数值的：

数据可以是符号的：

Wolfram Research (2012)，KalmanFilter，Wolfram 语言函数，https://reference.wolfram.com/language/ref/KalmanFilter.html.

文本

Wolfram Research (2012)，KalmanFilter，Wolfram 语言函数，https://reference.wolfram.com/language/ref/KalmanFilter.html.

CMS

Wolfram 语言. 2012. "KalmanFilter." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/KalmanFilter.html.

APA

Wolfram 语言. (2012). KalmanFilter. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/KalmanFilter.html 年

BibTeX

@misc{reference.wolfram_2024_kalmanfilter, author="Wolfram Research", title="{KalmanFilter}", year="2012", howpublished="\url{https://reference.wolfram.com/language/ref/KalmanFilter.html}", note=[Accessed: 18-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_kalmanfilter, organization={Wolfram Research}, title={KalmanFilter}, year={2012}, url={https://reference.wolfram.com/language/ref/KalmanFilter.html}, note=[Accessed: 18-November-2024 ]}