java - 用 ARIMA 非季节性状态模型实现卡尔曼滤波器

Question

我需要编写一个应用程序，在时间序列信号上估算一些缺失值。我在 R 中使用ImputeTS包做了类似的事情，但现在我需要在 Java 中做。

我刚刚搜索了互联网，发现Apache Kalman过滤器是 Java 中 Kalman 过滤器的现有实现。但似乎他们没有在过滤器内使用 ARIMA 内部模型。例如，Apache common 中有转换矩阵和测量矩阵，但是我如何更改它们以便可以将具有 (p,q,d) 参数的 ARIMA 非季节性模型用作卡尔曼滤波器的内部状态模型？

我不希望有人编写所有代码，但也许有人可以解释如何进行上述操作？

Answer 1

imputeTS 包的维护者在这里......不幸的是，我不知道如何在 Java 中做到这一点，但也许我的解释可以帮助你。

1. 卡尔曼滤波器在状态空间模型上运行
2. 每个 ARIMA 模型都可以表示为状态空间形式

因此，imputeTS 包的作用是：它采用 ARIMA 模型的状态空间形式并对其进行卡尔曼平滑/滤波。

这意味着，您需要获取 ARIMA 模型的状态空间形式（在 R 中这很容易......不了解 java）。这应该适合卡尔曼滤波器所需的输入。

让我知道您是否能够成功，我也会对整体解决方案感兴趣。