假设您有一个随机过程 x(t)，它是从时间索引密度 N(m1(t),sigma1(t)) 生成的，概率为 alpha，从密度 N(m2(t),sigma2(t)) 生成概率 1-alpha。
过程 x(t) 是直接不可观察的，但可以通过 y(t)=f(x(t))+noise 观察到
仅给定数据 y(t)，我们开发了一种方法来估计控制此指定过程的参数 [m1(t),sigma1(t),m2(t),sigama2(t),alpha]。
我们使用以下过程来说明这种方法的应用
x(t) = a*x(t-1)+Jump(t) 其中 Jump(t)=N(m1,sigma1) 与概率。 alpha 和 Jump(t)=0 概率。 1-阿尔法y(t) = c*exp(x(t)) + 噪声；
开发此模型是因为它可用于生成随机游走、AR(1) 过程、均值回归过程、随机波动率以及具有尖峰或跳跃的随机过程
