Ensemble Kalman 滤波与 Azouani-Olson-Titi 算法在数据同化中的评估：对比研究
最优化与控制
2024-07-25 v1 动力系统
摘要
连续数据同化（CDA）是一种将观测数据持续集成到动力系统中以实时提高模型准确性的方法。AOT 算法因其在整合观测数据以提升模型准确性方面的效率而广泛应用。然而，迄今为止尚无研究评估了 AOT 算法与最广泛使用的数据同化方法——ensemble Kalman 滤波（EnKF）的性能。因此，本文开展大规模数值实验，评估并比较这两种算法在带有测量误差的 CDA 问题中的表现。通过分析以 one-dimensional Kuramoto-Sivashinsky 方程和 two-dimensional Navier-Stokes 方程为代表且在 CDA 问题中具有代表性的模型，我们发现 AOT 算法具有显著的计算优势。
引用
@article{arxiv.2407.17424,
title = {An Assessment of Ensemble Kalman Filter and Azouani-Olson-Titi Algorithms for Data Assimilation: A Comparative Study},
author = {Ning Ning and Collin Victor},
journal= {arXiv preprint arXiv:2407.17424},
year = {2024}
}