涂雪敏;马蒂亚斯·莫斯菲尔德;罗伯特·N·米勒。;陆飞;亚历山大·乔林(Alexandre J.Chorin)。 数据同化中的采样、可行性和先验。 (英语) Zbl 1333.65007号 离散连续。动态。系统。 36,第8期,4227-4246(2016). 摘要:详细讨论了重要性采样算法,重点讨论了隐式采样,并将其应用于通过粒子滤波器的数据同化。隐式抽样使人们可以使用数据以相对较低的成本找到高概率样本,从而提高同化的效率。对数据同化的可行性进行了新的分析,详细说明了为什么可行性取决于噪声协方差矩阵的Frobenius范数而不是变量的数量。下面将讨论特定粒子滤波器的收敛性。数值数据同化中的一个主要未决问题是确定适当的先验;给出了关于这个问题的最新研究进展报告。该分析强调了在数据同化问题中需要仔细注意数据和物理。 引用于8文件 MSC公司: 65二氧化碳 蒙特卡罗方法 65年20月 数值算法的复杂性和性能 62升12 序贯估计 关键词:蒙特卡洛;数据同化;模型简化;贝叶斯估计 软件:合卡尔曼滤波 PDF格式BibTeX公司 XML格式引用 \textit{X.Tu}等人,《离散Contin》。动态。系统。36,第8号,4227--4246(2016;Zbl 1333.65007) 全文: 内政部 arXiv公司 参考文献: [1] M.Ades,《等效重量粒子滤波器的探索》,《皇家气象学会季刊》,139820(2013)·doi:10.1002/qj.1995 [2] M.Arulampalam,在线非线性/非高斯贝叶斯跟踪粒子滤波器教程,IEEE信号处理交易,50174(2002)·doi:10.1109/78.978374 [3] E.Atkins,隐式粒子方法及其与变分数据同化的关系,《月度天气评论》,1411786(2013)·doi:10.1175/MWR-D-12-00145.1 [4] T.Bengtsson,《重新审视维度的诅咒:超大规模系统中重要性抽样的崩溃》,《IMS收集:概率与统计:纪念大卫·A·弗里德曼的论文》,2316(2008)·Zbl 1166.93376号 ·doi:10.1214/193940307000000518 [5] T.Berry,带模型误差的非线性多尺度系统滤波线性理论,Proc。R.Soc.A,470(2014年)·Zbl 1371.60068号 ·doi:10.1098/rspa.2014.0168 [6] P.Bickel,《高维自举粒子过滤器的尖锐故障率》,《推动当代统计的极限:Jayanta K.Ghosh的贡献》,3318(2008)·doi:10.1214/074921708000000228 [7] M.Bocquet,《地球物理数据同化中的超越高斯统计建模》,《月度天气评论》,1382997(2010)·doi:10.1175/2010MWR3164.1 [8] 陈新海,用改进的卡尔曼滤波器估计热带海平面异常,物理海洋学杂志,261286(1996)·doi:10.1175/1520-0485(1996)026<1286:EOTSLA>2.0.CO;2 [9] A.J.Chorin,《数学和科学中的随机工具》,第三版(2013)·Zbl 1384.60001号 ·doi:10.1007/978-1-4614-6980-3 [10] A.J.Chorin,《估算未充分解析非线性动力学中的不确定性》,《固体数学与力学》,第19、28页(2014年)·Zbl 07278976号 ·doi:10.1177/1081286513505465 [11] A.J.Chorin,非线性动力学中随机参数化和降维的离散方法,《国家科学院学报》,1129804(2015)·doi:10.1073/pnas.1512080112 [12] A.J.Chorin,数据同化成功的条件,《地球物理研究杂志-大气》,118522(2013)·doi:10.1002/2013JD019838 [13] A.J.Chorin,用于数据同化的隐式粒子滤波器,《应用数学和计算科学中的通信》,5,221(2010)·Zbl 1229.60047号 ·doi:10.2140/camcos.2010.5.221 [14] A.J.Chorin,《粒子过滤器的隐式采样》,《国家科学院学报》,10617249(2009)·doi:10.1073/pnas.0909196106 [15] D.Crommelin,带条件马尔可夫链的次网格尺度参数化,《大气科学杂志》,65,2661(2008)·doi:10.1175/2008JAS2566.1 [16] A.Doucet,《实践中的序贯蒙特卡罗方法》,Springer(2001)·Zbl 0967.00022号 ·doi:10.1007/978-1-4757-3437-9 [17] A.Doucet,《贝叶斯滤波的序贯蒙特卡罗抽样方法》,《统计与计算》,第10期,第197页(2000年) [18] G.Evensen,《数据同化:集合卡尔曼滤波器》,第二版。Springer-Verlag(2009)·Zbl 1157.86001号 ·doi:10.1007/978-3-642-03711-5 [19] I.Fatkulin,多尺度系统的计算策略及其在Lorenz’96模型中的应用,计算物理杂志,200605(2004)·Zbl 1058.65065号 ·doi:10.1016/j.jcp.2004.04.013 [20] G.E.Forsythe,《数学计算的计算机方法》,Prentice-Hall(1977)·Zbl 0361.65002号 [21] A.Fournier,地磁数据同化和可预测性简介,《空间科学评论》,155,247(2010) [22] J.Goodman,隐式蒙特卡罗采样器的小噪声分析和对称化,《纯粹数学和应用数学通讯》(2015)·Zbl 1352.65031号 ·doi:10.1002/cpa.21592 [23] J.Goodman,具有仿射不变性的集合采样器,《应用数学和计算科学中的通信》,5,65(2010)·Zbl 1189.65014号 ·doi:10.2140/camcos.2010.5.65 [24] J.Harlim,未解决尺度模型误差的数据同化,<a href= [25] R.Kalman,线性滤波和预测理论的新方法,《ASME-基础工程杂志汇刊》,82,35(1960) [26] M.Kalos,蒙特卡罗方法,第二版。Wiley-Blackwell(2008)·Zbl 1170.65302号 ·doi:10.1002/9783527626212 [27] P.Lancaster,代数Riccati方程,牛津大学出版社(1995)·Zbl 0836.15005号 [28] J.Liu,通过序列插补进行盲反褶积,《美国统计协会杂志》,90,567(1995)·Zbl 0826.62062号 ·doi:10.1080/01621459.1995.10476549 [29] E.N.Lorenz,确定性非周期流,《大气科学杂志》,20,130(1963)·Zbl 1417.37129号 [30] E.Lorenz,《可预测性:部分解决的问题》,Proc。可预测性研讨会,40(2009)·doi:10.1017/CBO9780511617652.004 [31] A.Majda,时间序列的物理约束非线性回归模型,非线性,26,201(2013)·Zbl 1262.93024号 ·doi:10.1088/0951-7715/26/1/201 [32] R.N.Miller,隐式粒子滤波在近岸环流模型中的应用,《地球物理研究杂志》,1192363(2014)·doi:10.1002/2013JC009440 [33] R.N.Miller,强非线性系统中的高级数据同化,《大气科学杂志》,51,1037(1994)·doi:10.1175/1520-0469(1994)051<1037:ADAISN>2.0.CO;2 [34] M.Morzfeld,使用数据同化对轨道传播模型的估计和预测,《宇航科学进展-航天力学》,1522003(2015) [35] M.Morzfeld,边缘和联合后验的集合卡尔曼滤波器分析,提交出版。 [36] M.Morzfeld,隐式滤波器的随机映射实现,计算物理杂志,2312049(2012)·Zbl 1242.65012号 ·doi:10.1016/j.jcp.2011.11.022 [37] M.Morzfeld,隐式抽样参数估计,应用数学和计算科学通信,10205(2015)·Zbl 1328.86002号 ·doi:10.2140/camcos.2015.10.205 [38] T.Moselhy,带最优映射的贝叶斯推理,计算物理杂志,2317815(2012)·Zbl 1318.62087号 ·doi:10.1016/j.jcp.2012.07.022 [39] C.Nicolis,大气动力学误差增长的概率方面,《皇家气象学会季刊》,118553(1992) [40] A.B.Owen,《蒙特卡罗理论、方法和示例》,2013年,网址= [41] Y.Pokern,部分观测到的亚椭圆扩散的参数估计,《皇家统计学会杂志:B辑》,71,49(2009)·Zbl 1231.62152号 ·doi:10.1111/j.1467-9868.2008.00689.x [42] C.Rasmussen,机器学习的高斯过程,麻省理工学院出版社(2006)·Zbl 1177.68165号 [43] N.Recca,《重要性抽样的新方法》,硕士论文(2011) [44] A.Samson,完全或部分观测到的亚椭圆扩散的对比估计,随机过程及其应用,122,2521(2012)·Zbl 1242.62092号 ·doi:10.1016/j.spa.2012.04.006 [45] C.Snyder,《粒子过滤器、“最优”方案和高维系统》,《ECMWF大气和海洋数据同化研讨会论文集》(2011年) [46] C.Snyder,《高维粒子滤波的障碍》,《月度天气评论》,1364629(2008) [47] C.Snyder,《使用最优方案的粒子过滤器性能界限》,《月度天气评论》,1434750(2015) [48] A.Stuart,《逆向问题:贝叶斯观点》,《数值学报》,第19期,第451页(2010年)·Zbl 1242.65142号 ·doi:10.1017/S0962492910000061 [49] M.Tippet,Ensemble平方根滤波器,《月度天气评论》,1311485(2003) [50] P.van Leeuwen,《地球物理系统中的粒子过滤》,《每月天气评论》,1374089(2009) [51] P.van Leeuwen,《地球科学中的非线性数据同化:一种非常有效的粒子滤波器》,《皇家气象学会季刊》,1361991(2010) [52] E.Vanden Eijnden,罕见事件模拟和小噪声扩散,纯粹与应用数学通信,651770(2012)·兹比尔1268.65015 ·doi:10.1002/cpa.2142 [53] E.Vanden-Eijnden,《低噪声、准确观测制度下的数据同化及其在黑潮流中的应用》,《月度天气评论》,1411822(2013) [54] B.Weir,生态模型参数的隐式估计,《数学生物学公报》,75,223(2013)·Zbl 1310.92005年 ·doi:10.1007/s11538-012-9801-6 [55] D.Wilks,Lorenz’96模型中随机参数化的影响,《皇家气象学会季刊》,131389(2005) [56] V.Zaritskii,最优数据处理问题中的蒙特卡罗技术,自动化和远程控制,36,2015(1975)·Zbl 0344.60041号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。