×
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。