状态空间模型/卡尔曼滤波器不稳定性

Question

我正在使用KFAS (在R中)来估计局部级别的状态空间模型(平滑，高斯)。为了评估估计的灵敏度，我对每个控制信号引入了单个局部扰动(例如，信号的1000个时间点中的值为零的20个时间点的小块)。虽然在所有情况下都可以检测到小的扰动，但在整个信号中都可以观察到结果估计中的额外波动。

有没有办法调整估计值以减少局部扰动对整个信号平滑的影响？

Answer 1

卡尔曼滤波器本质上是一种线性滤波器。所以它总是会把你的错误信号乘以一些增益(由你的协方差决定)，然后把它加到你的状态中。到目前为止，当您的测量数据中存在异常值时，跳过滤波器更新会更好。