確率系の最適フィルタとしてカルマンフィルタが広く用いられてきたが、それはロバストではなく、モデリングにミスマッチがある場合には良い結果が得られないという重大な欠陥があった。そこで、ChenとPatton は状態空間モデルにミスマッチがある場合にも適用可能でロバストなアルゴリズムODDOを提案した。しかし、彼らの理論には誤りがあることを我々は数年前に指摘していたが、本研究においてその誤りを訂正することができ、ロバストで最適なフィルタリングの理論を正しく構築することができた。さらに、広く適応可能な汎用アルゴリズムの開発を完了することができた。また、ロバストな最適スムーザーを導出することもできた。
|