集合资料同化方法的理论框架及其在海洋资料同化的研究展望   总被引：3，自引：1，他引：2  

沈浙奇  唐佑民  高艳秋 《海洋学报》2016,38(3):1-14

在海洋动力系统的数值模拟中,海洋资料同化是一种能够有效融合多源海洋观测资料和数值模式的方法。它不仅可以显著地提高数值模拟的效果,构造海洋再分析资料场,还能有效减少海洋和气候预报时模式初始条件的不确定性。因此,海洋资料同化对于海洋研究和业务化应用具有非常重要的意义。资料同化方法的研究一直是大气、海洋科学的热门课题之一。其中,集合卡尔曼滤波器(EnKF)是一种有效的资料同化方法,自提出以来经过了20多年的发展和改进,已经在海洋资料同化中得到了广泛的研究和应用。近年来,随着动力模式的不断发展和计算能力的提高,粒子滤波器由于不受模型线性和误差高斯分布假设的约束,也逐渐成为了当前资料同化方法研究的热点。本文分析和总结了目前关于集合卡尔曼滤波器和粒子滤波器的一些最新理论研究结果,在贝叶斯滤波理论的框架下讨论了这两类算法的关联和区别,以及各自在资料同化实践中的优势和不足。在此基础上,我们探讨了粒子滤波器应用于海洋模式资料同化的主要困难和目前可行的一些解决方法,展望了集合资料同化方法研究的新趋势,为集合资料同化方法的进一步发展和应用提供理论基础。  相似文献   

EnKF和SIR-PF在贝叶斯滤波框架下的比较和结合   总被引：3，自引：0，他引：3  

沈浙奇  章向明  唐佑民 《海洋学报(英文版)》2016,35(3):69-78

贝叶斯估计理论为非线性、非高斯系统的数据同化提供了一个统一的框架。在本文中,我们利用著名的洛伦茨吸引子(Lorenz'63)模式对两种基于贝叶斯滤波理论的数据同化方法——集合卡尔曼滤波器(EnKF)和重取样粒子滤波器(SIR-PF)——进行了较为全面的比较。比较的结果揭示了两种方法的优缺点:即当集合成员数目较多时,SIR-PF的同化效果优于EnKF;反之,则EnKF的表现较好。进一步地,我们使用统计方法分析了两者表现的差异和原因。最近提出的一种集合卡尔曼粒子滤波器(EnKPF)通过使用一个可控的参数整合EnKF和SIR-PF的分析格式,可以结合两者的优点。本文在充分比较两种方法的前提下,重新阐释并改进了原有的EnKPF算法,使之适用于非线性的观测算子。通过使用相同的洛伦茨模式实验,我们揭示了EnKPF实质上提供了关于EnKF和SIR-PF的连续插值,使得后两者可以视为其特殊情况。并且,在集合成员数目有限的前提下,EnKPF可以在一定程度上避免滤波退化的发生,取得优于EnKF和SIR-PF的同化效果。  相似文献   

卡尔曼滤波在阳山金矿控制测量中的应用     

叶培 《地质与勘探》2014,50(Z1):1446-1450

卡尔曼滤波在信号处理与系统控制领域应用广泛。本论文主要是利用卡尔曼滤波数学模型对控制测量中的GPS信号、星历和残差进行优化,从而在同一时间、同一地点、同一天气的情况下尽量提高GPS精度。  相似文献   

IDNN的GPS动态测量多周跳探测与修复模型     

潘元进  何美琳  申文斌  鸿雁  周吕 《测绘科学技术学报》2014,(5)

针对GPS动态测量中预报值误差较大时多周跳探测与修复不理想的问题,在Kalman滤波动力学模型的基础上,引入嵌入时延神经网络IDNN(Input-Delay Neural Network)模型,并提出了一种基于IDNN的GPS动态测量多周跳探测与修复模型。该模型在理论上具有一定的前沿性;与Kalman滤波状态估值同步操作,便于多周跳的实时处理;而且利用尽可能多的过去无周跳预报残差向量集作为网络训练数据,兼顾GPS动态测量的动力学模型能够获取精度较高的周跳估值。实例计算表明了该方法的可靠性和可用性。  相似文献   

Kalman滤波在高铁桥梁变形预测分析中的应用     

胡小伍 《测绘信息与工程》2014,(5):58-61

针对高速铁路桥梁架梁后许多沉降变形点沉降量级较小,变形曲线呈现＂小量级,大波动＂特点,观测数据中可能存在大量的随机噪声,对沉降变形分析产生干扰,影响预测结果的可信度,本文将Kalman滤波引入到高速铁路桥梁变形分析数据预处理中,建立基于Kalman滤波的动态模糊神经网络模型。通过应用实例分析表明,基于Kalman滤波的动态模糊神经网络模型的预测精度有所改善,具有一定的优势。  相似文献   

新型组合导航定位技术在机场抢建中的应用     

王何巍  洪勇 《测绘软科学研究》2014,(1):116-119

在机场抢修抢建中,对测量系统的作业时间、定位精度、可靠性具有较高的要求,本文提出了一种新型高精度IMU/TS组合定位导航方法,引入激光跟踪定位/惯性组合导航理念,分析了系统组成以及各传感器的误差项,将系统时间延迟作为新的状态估计参数,采用卡尔曼滤波器将IMU和TS数据进行数据融合处理,并在车载动态应用条件下同IMU/GPS组合定位导航系统进行了实验数据比对,验证了在无GNSS信号环境下IMU/TS组合定位导航系统的位置测量精度。  相似文献   

基于抗差卡尔曼滤波的GM(1,1)模型在变形预计中的应用     

冉典 《测绘与空间地理信息》2014,(8):84-86

针对传统灰色模型建模过程中易受观测数据随机噪声干扰的影响,利用抗差卡尔曼滤波理论能够有效地估计含有噪声的观测值的优点,构建了基于抗差卡尔曼滤波的GM(1,1)模型。结合实例,验证了该模型在一定程度上可以提高变形监测预测精度,更好地反映观测对象的变形趋势。  相似文献   

顺序数据同化的Bayes滤波框架   总被引：6，自引：2，他引：4  

李新  摆玉龙 《地球科学进展》2010,25(5):515-522

数据同化是在动力学模型的运行过程中不断融合新的观测信息的方法论,Bayes理论是数据同化的基石.从原理、方法和符号系统为Bayes滤波在数据同化中的应用勾勒一个统一的框架.首先对连续数据同化和顺序数据同化的各种方法做了分类,然后给出了非线性系统顺序数据同化的Bayes递推滤波形式,并在此基础上介绍了典型的顺序数据同化方法--粒子滤波和集合Kalman滤波.粒子滤波实质上是一种基于递推Bayes估计和Monte Carlo模拟的滤波方法,而集合Kalman滤波相当于一种权值相等的粒子滤波.Bayes滤波理论为顺序数据同化提供了更广义的理论框架,从基础的数学理论上揭示了数据同化的基本原理.  相似文献   

Kalman�˲�������̽�����޸��е�Ӧ��   总被引：4，自引：1，他引：4  

刘伟平  郝金明  汪平  周巍 《大地测量与地球动力学》2009,29(6):101-103

????Kalman??????????????????????е??????????????????????????裬??????????????з??????????????Kalman?????????????λ??????????????????????????????Χ??С????????????????????????С????, Kalman?????????????????????????????????????????????  相似文献   

集合变换卡尔曼滤波局地化对区域集合初始扰动的影响          下载免费PDF全文

马旭林  何佩仪  周勃旸  和杰 《大气科学学报》2021,44(2):314-323

集合变换卡尔曼滤波(ensemble transform Kalman filter,ETKF)是一种有效的集合预报初始扰动构造方案.但是,有限的集合样本、相同的集合成员设置以及预报模式误差等可能会使两个距离较远的状态变量产生虚假相关,从而影响ETKF集合扰动的质量.为了有效解决远距离虚假相关问题,将局地化思想引入ET...  相似文献