最尤推定演算에 의한 時系列狀態模型의 母數判別

Parameter Identification of Time Series State Model using Maximum Likelihood Estimation Algorithm

시계열상태변수모형의 모수에 대한 동시판별과정에서 비선형모형의 Input signal의 선택문제가 중요하다. 비확률모수추정에서 최우추정법은 Gaussian분포의 가정하에 우도함수를 최대화하는 것으로 계산상의 난점이 있으므로 이 추정치의 수정항의 Algorithm에 따라 off-line algorithm을 사용하는 것이 합리적이다. 이 algorithm은 선형정상이 산모형의 모수판별을 의한 감도함수의 계산을 근거로 하는 형태로써 상태벡터와 과정 Noise계열의 조정추정치가 절차상의 Output가 되며 이조정추정치는 자료계열의 최종시점을 제외하고는 filter된 추정치보다 정확도가 높게 나타난다.

For nonrandom parameter estimation, maximum likelihood estimates are very attractive because of their properites. For state variable models, expressions for the likelihood function were derived under Gaussian assumptions. The resulting equations for the estimates are usually difficult to solve. In most cases an off-line algorithms must be resorted to. For some special ca-ses, the algorithms take simple forms. An off-line algorithm is developed for identification of parameters of linear, stationary, discrete systems with known control inputs and subjected to process and measurement noise with known statistics. And also an off-line algorithm which is based on calculation of sensitivity functions for parameter identification, the modified estimates of the state vector and process noise sequences are outputs of the procedure. And this modified state estimates are more accurate the filtered estimates, except at the final point in the data sequence.