逆问题中的统计操作与海洋声学层析成像应用
1. 动态问题基础
在动态问题里,我们有初始先验模型:
[z(0) \sim N(0, P_0)]
以及时间递归动态模型:
[z(t + 1) = A(t)z(t) + B(t)w(t)]
其中,过程噪声 (w(t) \sim N(0, I)) 是白噪声,且与 (z) 不相关,满足:
[E[w(t)w(s)^T] = \delta_{s,t}I]
[E[w(t)z(s)^T] = 0 \text{ if } t \geq s]
随着时间推移,会有过程测量值:
[m(t) = C(t)z(t) + v(t)]
其中 (v(t) \sim N(0, R(t)))。多维动态问题在视频数据处理中很常见。
2. 先验采样
- 基本概念 :给定服从先验概率密度函数 (p(z)) 的随机变量 (z),从先验分布采样意味着生成独立随机样本 (z_1, \cdots, z_q)。当样本集大小增加时,对随机变量 (z) 和样本 ({z_i}) 提出的任何统计问题会收敛到相同值,即:
[\lim_{q \to \infty} \frac{1}{q} \sum_{i} f(z_i) \to E[f(z)]]
对于服从先验模型 (z \sim (\mu, P)) 的随机向量 (z),我们希望生成独立随机样本 (z_1, \cdots, z_q),使得:
[\frac{1}{q} \sum_{i} z_i \to \mu]
[\frac{1}{q} \sum_{i} (z_i - \mu
超级会员免费看
订阅专栏 解锁全文
10

被折叠的 条评论
为什么被折叠?



