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，我向每个控制信号引入了单个局部扰动（例如，在信号的 1000 个时间点中，20 个时间点的值为零的小块）。 尽管在所有情况下都检测到小扰动，但在整个信号中观察到结果估计的额外波动。

有没有办法调整估计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线性滤波器。因此，它总是将您的错误信号乘以一些增益（由您的协方差确定）并将其添加到您的状态中。当您的测量数据中有异常值时，最好跳过过滤器更新。