多指标集合卡尔曼滤波
数值分析
2022-09-07 v2 数值分析
摘要
在这项工作中，我们结合多指标蒙特卡洛和集合卡尔曼滤波(EnKF)的思想，产生了一种称为多指标EnKF(MIEnKF)的高效滤波方法。MIEnKF基于在多指标分辨率层级上四重耦合的EnKF估计量的独立样本，它可视为同一作者于2020年开发的多层级EnKF(MLEnKF)方法的扩展。这里的多指标指的是一种双指标方法，由在时间和集合规模两个自由度上耦合的EnKF估计量层级构成。在一定的假设下，当相邻数值分辨率上的解之间可实现强耦合时，MIEnKF方法被证明比EnKF和MLEnKF更易于处理。上述效率提升也在一系列测试问题中得到了数值验证。
引用
@article{arxiv.2104.07263,
title = {Multi-index ensemble Kalman filtering},
author = {Håkon Hoel and Gaukhar Shaimerdenova and Raúl Tempone},
journal= {arXiv preprint arXiv:2104.07263},
year = {2022}
}
备注
29 pages, 11 figures, 1 algorithm. Accepted by the Journal of Computational Physics. The computer code can be downloaded from https://github.com/GaukharSH/mienkf