Метод максимума апостериорной вероятности
Потенциально необходимая информация для применения методов оценки.
МНК, МНМ, МиниМаксный метод,… – используют минимум информации.
МНР – байесовский подход к получению оценок.
МНР делится на ММП и ММАВ (использование дополнительной информации)
у ММП знание плотности распределения ошибок измерения. h и p(h)
если не гауссовский закон распределения то ещё дополнительные элементы требуются…
Для уточнения орбиты геостационарного КА как раз требуется знание подобной информации.
У ММАВ мы считаем что сам оцениваемый параметр случайный.
Требуется знать:
1) Знание плотности распределения оцениваемого вектора состояния
Общая характеристика ММАВ:
1) Критерии оценивания ММАВ
ММАВ исходит из достижения максимума функции плотности апостериорного распределения вероятности, т.е. оценка считается оптимальной по этому критерию при выполнении условий:
1) ММАВ рассматривается как частный случай ММР при простой функции потерь
как обобщение ММП
положительная величина на max не влияет
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | Поиск по сайту:
|