| 一种结合各类同化算法的一般方法 |
| |
| 引用本文： | 王禄恒,李勇.一种结合各类同化算法的一般方法[J].北京师范大学学报(自然科学版),2016,52(2):127-133. |
| |
| 作者姓名： | 王禄恒 李勇 |
| |
| 作者单位： | 北京师范大学数学科学学院,100875,北京;北京师范大学统计学院,100875,北京 |
| |
| 基金项目： | 国家重点基础研究发展计划资助项目(2010CB950703)，中央高校基本科研业务费专项基金资助项目 |
| |
| 摘 要： | 提出了一个将不同滤波方法的估计结果相结合的一般框架,进而得到一个更加稳健的估计结果.首先,将不同方法的预报集合(粒子)结合,并通过相应的统计方法去掉集合中对状态估计贡献非常小的粒子.然后,我们使用处理过的集合样本,利用核密度估计(KDE)得到相应的试验密度(proposal distribution),并从该密度中重新抽样,最后利用贝叶斯滤波方法得到新的估计值.由于不同数据同化方法都有相应的适用范围,新方法的估计结果可以结合各类方法的优点,进而得到一个更加稳健的估计结果。在模拟试验中,我们用集合Kalman滤波(EnKF)与粒子滤波(PF)的集合样本来估计试验分布,从模拟结果可以看出,新方法可以较大的提高原有方法的估计精度,并有效的预防了滤波发散.
|
| 关 键 词： | 状态空间模型 数据同化 集合Kalman滤波 粒子滤波 |
A generalized framework to blend different data assimilation models in Bayesian filter |
| |
| WANG Luheng,LI Yong.A generalized framework to blend different data assimilation models in Bayesian filter[J].Journal of Beijing Normal University(Natural Science),2016,52(2):127-133. |
| |
| Authors: | WANG Luheng LI Yong |
| |
| Abstract: | |
| |
| Keywords: | state space model data-assimilation ensemble Kalman filter particle filter |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
