算法900

算法900:大规模问题的离散时间Kalman滤波器包。资料同化是利用观测资料提供部分未知预报模式的过程,其目的是修正和改进模型的结果。卡尔曼滤波是进行数据同化的最重要的数学工具之一。这本质上是一种预测-校正算法,在最小化误差协方差矩阵轨迹的意义上是最优的。不幸的是,将滤波器应用于大规模问题的计算成本是巨大的,并且滤波器的编程高度依赖于所涉及数据的模型和格式。本文的第一个目标是介绍一组fortran90模块,它们实现了Kalman滤波器的降秩平方根版本,适用于大量变量的同化。第二个目标是提出一个Kalman滤波器实现,它的代码独立于模型和观测值,并且易于使用。文中详细介绍了该软件包的算法、结构、并行化,并给出了应用该软件包解决实际问题的实例。