非线性连续数据同化
偏微分方程分析
2017-03-13 v1
摘要
我们引入了三种新的非线性连续数据同化算法。将这些模型与Azouani、Olson和Titi (AOT)引入的线性连续数据同化算法进行了比较。作为这些模型的概念验证，我们在一维Kuramoto-Sivashinsky方程的背景下对这些算法进行了计算研究。我们观察到，在我们的测试中，非线性模型在时间上经历超指数收敛，并且收敛到机器精度的速度显著快于线性AOT算法。
引用
@article{arxiv.1703.03546,
title = {Nonlinear Continuous Data Assimilation},
author = {Adam Larios and Yuan Pei},
journal= {arXiv preprint arXiv:1703.03546},
year = {2017}
}
备注
15 pages, 19 figures