Filtrage optimal dans les systèmes linéaires gaussiens markoviens à sauts
Résumé
We propose an extension of the classical conditionally Gaussian Linear State-Space Model (CGLSSM) and adapt particle filtering to this new model. We consider a subset of this family in which exact optimal filtering is workable with complexity linear in time, in spite of the presence of switches. Computer experiments show the interest of this family of models, especially in terms of computational cost
Nous proposons une extension du modèle linéaire conditionnellement Gaussien markovien et à sauts markoviens classique, et étendons le filtre particulaire au nouveau modèle. Par ailleurs, nous considérons une sous famille de modèles appartenant à cette extension dans laquelle un filtrage optimal est possible, malgré la présence des sauts, avec une complexité linéaire en temps. Des simulations montrent l'intérêt de cette sous famille de par sa rapidité