[論文レビュー] Periodic Chandrasekhar recursions

Abdelhakim Aknouche, Fayçal Hamdi|ArXiv.org|Nov 24, 2007

Control Systems and Identification参考文献 23被引用数 4

ひとこと要約

本稿では、周期的時間変動状態空間モデルへのチャンドラセカール型再帰の一般化を提案し、周期的リッカティ差分方程式の代わりに計算的に効率の良い線形最小二乗推定を可能にする。この手法は、予測誤差共分散のSラグ付き増分を活用することで、多くの場合（特にSm < rのとき）次元の低い再帰を実現し、平方根形式による定式化により数値的安定性を維持する。

ABSTRACT

This paper extends the Chandrasekhar-type recursions due to Morf, Sidhu, and Kailath "Some new algorithms for recursive estimation in constant, linear, discrete-time systems, IEEE Trans. Autom. Control 19 (1974) 315-323" to the case of periodic time-varying state-space models. We show that the S-lagged increments of the one-step prediction error covariance satisfy certain recursions from which we derive some algorithms for linear least squares estimation for periodic state-space models. The proposed recursions may have potential computational advantages over the Kalman Filter and, in particular, the periodic Riccati difference equation.

研究の動機と目的

• 時間不変系に限定されていたチャンドラセカール型再帰を、周期的時間変動系へ拡張すること。
• 周期的状態空間モデルにおける線形最小二乗推定のための計算的に効率の良いアルゴリズムを開発すること。
• 周期的構造と予測誤差共分散のSラグ付き増分を活用することで、周期的リッカティ差分方程式（PRDE）の次元を低減すること。
• 周期的ARMA（PARMA）モデルにおける尤度評価およびフィッシャー情報行列の計算のためのフレームワークを提供すること。
• 提案された再帰の平方根版を用いて、数値的安定性を向上させること。

提案手法

• 1ステップ予測誤差共分散行列のSラグ付き増分に基づいて、周期的チャンドラセカール再帰を導出する。
• 行列$ Y_1 $と次元が低い行列$ M_1 $を用いた周期的リッカティ差分方程式の因子分解を導入し、フルランク更新を回避する。
• インノベーションアプローチを用いて、導出された再帰を用いて周期的ARMAモデルの尤度を表現する。
• 直接の共分散行列の逆行列計算を避けるために、数値的安定性を向上させるためのアルゴリズムの平方根版を提案する。
• 周期的自己回帰モデル（PAR(5)）にこの手法を適用し、リッカティ方程式における次元の低減を実証する。
• 特にSm < rのとき、周期的構造と$ ext{rank}(Y_1) $を用いて$ M_1 $の初期化ルールを確立する。

実験結果

リサーチクエスチョン

• RQ1 チャンドラセカール型再帰は、周期的時間変動状態空間モデルへ一般化可能であり、計算コストの低減が図れるか？
• RQ2 周期的チャンドラセカール再帰の次元が、標準カルマンフィルタのリッカティ方程式の次元より小さくなる条件は何か？
• RQ3 周期的リッカティ差分方程式は、フルランク更新を回避し、計算効率を向上させるためにどのように因子分解できるか？
• RQ4 M_1 の初期化が、周期的チャンドラセカールフィルタの安定性および複雑度に与える影響は何か？
• RQ5 提案された再帰は、実装上の数値的頑健性を向上させるために、平方根形式へ拡張可能か？

主な発見

• Sm < r の場合、周期的チャンドラセカール再帰により、リッカティ方程式の次元がrからSに低減され、計算コストが顕著に低下する—例として、S=2のPAR(5)モデルでは5から2にまで低下する。
• Sm > r の場合、チャンドラセカール再帰の次元はカルマンフィルタのPRDEと同一であるが、行列$ M_1 $が非負定値でなくてもよくなるため、数値的柔軟性が向上する。
• 提案されたアルゴリズムにより、周期的ARMA（PARMA）モデルの尤度評価が効率的に行えるようになり、標準カルマンフィルタの代替手段として実用的である。
• アルゴリズムの平方根版は、直接の行列逆行列計算を回避し、因子分解形式によって正定値性を保つことで、数値的安定性を向上させる。
• S=2のPAR(5)モデルの例では、リッカティ方程式の次元が5から2に低減され、顕著な計算的利点が示された。
• 本手法は、周期的システムにおける高速再帰的最小二乗（RLS）アルゴリズムおよび正確なフィッシャー情報行列の計算の基盤を提供する。