Convergence analysis of the guaranteed parameter estimation algorithm for models of one-dimensional chaotic systems

Рассматривается задача оценивания параметров моделей одномерных хаотических систем. Применение гарантированного подхода предполагает представление априорной информации о неизвестных переменных в модели (начальном условии, параметре и ошибках измерений) только в виде интервалов возможных значений. Предложенный алгоритм гарантированного оценивания представляет собой рекуррентную процедуру вычисления интервальных оценок параметра в каждый момент времени. При корректной априорной информации полученные интервальные оценки всегда содержат истинное значение параметра. Для некоторых моделей ошибок измерений результатом является точное значение параметра (интервальная оценка содержит единственное значение). Целью данной работы является формулировка и доказательство условий, при которых на очередной итерации алгоритма происходит уточнение интервальной оценки параметра.