关于非线性集合卡尔曼平滑器的收敛性
概率论
2019-01-03 v1 最优化与控制
摘要
集合方法，如集合卡尔曼滤波 (EnKF)、局部集合变换卡尔曼滤波 (LETKF) 和集合卡尔曼平滑器 (EnKS)，被广泛应用于状态向量维度巨大的序列数据同化中。然而，人们对集合方法的渐近行为知之甚少。在本文中，我们证明了在集合数量趋于无穷的极限下，集合卡尔曼平滑器在 意义下收敛于卡尔曼平滑器；同时证明了 EnKS-4DVAR（一种以 EnKS 为线性求解器的类 Levenberg-Marquardt 算法）收敛于线性化问题被精确求解的经典 Levenberg-Marquardt 算法。
引用
@article{arxiv.1411.4608,
title = {On the Convergence of a Non-linear Ensemble Kalman Smoother},
author = {El houcine Bergou and Serge Gratton and Jan Mandel},
journal= {arXiv preprint arXiv:1411.4608},
year = {2019}
}