如何找到最佳雜訊共變異數矩陣 Q & R

我正在嘗試使用離散卡爾曼濾波器進行預測，我想知道通常認為什麼是確定給定時間序列的測量雜訊共變異數常數（Q 和 R）的最佳方法？您是否根據您的研究/經驗推荐一些方法？

我最近寫了一篇關於這個話題的部落格。

本質上，有 3 種方法來估計 Q & R。

1. 近似

• 在受控環境中計算誤差的變數估計
• 如果 z 不變，計算 z 的變異數估計
• 如果 z 確實發生了變化，則計算 z 的回歸估計的變異數

2. 猜測

• 使用一些常數乘以單位矩陣
• 常數越高，噪音越大

3. MLE

• 皮卡爾曼的em
• 不幸的是，非凸問題 => 局部最優

在這裡查看我的其餘文章

引用自：https://quant.stackexchange.com/questions/19541