Метод нормальной аппроксимации в задачах адаптивной дискретной фильтрации и распознавания

Рассматривается задача адаптивной дискретной нелинейной фильтрации. Известны точные уравнения для условных плотностей, оценок состояния и их ковариационных матриц, полученные на базе теоремы разделения Лайниотиса. Для приближенного решения этих уравнений, определяющих оценку состояния системы и ее ковариационную матрицу, предлагается использовать метод нормальной аппроксимации условных плотностей, который приводит к ряду эффективных рекуррентных вычислительных алгоритмов, реализуемых в реальном масштабе времени. Работоспособность предложенных алгоритмов и их сравнительный анализ продемонстрированы на типовых задачах распознавания сигналов и идентификации параметров.