Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 3.230.154.90
    [SESS_TIME] => 1716106923
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => e401fc1a9bcf1c5d95c91591ad02a97e
    [UNIQUE_KEY] => 792f8f37a975d05b57159a76fe7b6d74
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Сибирский журнал вычислительной математики

2023 год, номер 1

Локальный ансамблевый алгоритм усвоения данных для нелинейных геофизических моделей

Е.Г. Климова
Федеральный исследовательский центр информационных и вычислительных технологий, Новосибирск, Россия
klimova@ict.nsc.ru
Ключевые слова: усвоение данных, ансамблевый фильтр Калмана, фильтр частиц, гауссовский смешанный фильтр
Страницы: 27-42

Аннотация

Для решения задачи оптимальной оценки интересующих нас величин по данным наблюдений и модели (задачи оптимальной фильтрации) в нелинейном случае может применяться метод частиц, основанный на байесовском подходе. Недостатком классического фильтра частиц является то, что данные наблюдений участвуют только при нахождении весовых коэффициентов, с которыми вычисляется сумма частиц при определении оценки. В настоящей статье рассматривается подход к решению задачи нелинейной фильтрации, использующий представление апостериорной плотности распределения оцениваемой величины в виде суммы с весами гауссовских плотностей распределения. Из теории фильтрации известно, что в случае, если плотность распределения представляет собой сумму с весами функций Гаусса, оптимальной оценкой будет сумма с весами оценок, вычисленных по формулам фильтра Калмана. В настоящей статье предлагается метод решения задачи нелинейной фильтрации, основанный на данном подходе. Для реализации алгоритма используется ансамблевый π-алгоритм, предложенный автором ранее. Ансамблевый π-алгоритм в предлагаемом новом методе применяется при получении ансамбля, соответствующего плотности распределения на шаге анализа. Он представляет собой стохастический ансамблевый фильтр Калмана, при этом является локальным, что позволяет использовать его в геофизических моделях высокой размерности.

DOI: 10.15372/SJNM20230103
EDN: DKSDES
Добавить в корзину
Товар добавлен в корзину