中文

一种基于因果关系的计算高效策略:部署拉格朗日漂流器以改进实时状态估计

动力系统 2024-02-16 v1 混沌动力学 流体动力学

摘要

部署拉格朗日漂流器以促进未来时间间隔内底层流场的状态估计具有重要的实际意义。然而,流场估计中的不确定性阻碍了使用标准确定性方法来设计策略,也阻碍了应用轨迹级技能评分来评估性能。本文开发了一种信息度量,用于定量评估通过部署额外一组漂流器在估计流场中获得的信息增益。该信息度量是通过利用因果推断推导得出的,其特征为推断出的流场概率密度函数,从而自然地考虑了不确定性。虽然该信息度量是一个理想的理论指标,但将其作为直接成本会使优化问题计算昂贵。为此,我们开发了一种有效的代理成本函数。它在计算上非常高效,同时在求解优化问题时能捕捉信息度量的本质特征。基于这些特性,我们设计了一种实用的部署漂流器观测以改进未来状态估计的策略。由于预测存在不确定性,该方法利用与不同预测实现相关的代理成本空间图的期望值来寻求最优解。数值实验证明了代理成本的有效性。所提出的策略显著优于随机部署漂流器的方法。研究还表明,在某些条件下,由期望代理成本确定的漂流器对于流场单一预测实现(如实际情况)的状态估计仍然具有技能。

关键词

引用

@article{arxiv.2402.10034,
  title  = {A Causation-Based Computationally Efficient Strategy for Deploying Lagrangian Drifters to Improve Real-Time State Estimation},
  author = {Erik Bollt and Nan Chen and Stephen Wiggins},
  journal= {arXiv preprint arXiv:2402.10034},
  year   = {2024}
}

备注

24 pages, 8 figures