×
迪特尔·阿姆布鲁斯特;迈克尔·赫蒂;朱塞佩·维斯康蒂

集合卡尔曼反演连续极限的一种稳定性。 （英语） Zbl 1501.37090号

SIAM J.数字。分析。 60，第3期，1494-1515（2022）.
摘要：集合卡尔曼滤波（EnKF）属于迭代粒子滤波方法的一类，可用于求解控制可观测逆问题。在这种情况下，EnKF被称为集合卡尔曼反演（EKI）。近年来，为了研究该方法的特性，对迭代次数和粒子数进行了多次连续限制。特别是，一维线性稳定性分析揭示了EKI连续极限提供的力矩相空间中可能存在的缺陷，但在多维设置中也观察到了这些缺陷。在这项工作中，我们通过引入稳定这导致了一种具有全局渐近稳定解的方法。我们通过使用文献中的测试逆问题来说明稳定版本的性能，并将其与该方法的经典连续极限公式进行比较。

引用于2文件

MSC公司：

37号35 控制中的动态系统
37米99 动力系统的逼近方法和数值处理
65N21型 含偏微分方程边值问题反问题的数值方法
93E11号机组 随机控制理论中的滤波

关键词：

动力系统;反问题;正规化;稳定;非线性滤波方法;力矩方程

软件：

合卡尔曼滤波
PDF格式BibTeX公司 XML格式引用
\textit{D.Armbruster}等人，SIAM J.Numer。分析。60，第3号，1494-1515（2022；Zbl 1501.37090）
全文： 内政部 arXiv公司

参考文献：

[1] S.I.Aanonsen、G.Naevdal、D.S.Oliver、A.C.Reynolds和B.Valles，《水库工程中的集合卡尔曼滤波器——综述》，SPE J.，14（2009），第393-412页，https://doi.org/10.2118/117274-PA。
[2] D.J.Albers、P.-A.Blancquart、M.E.Levine、E.E.Seylabi和A.M.Stuart，带约束的集成卡尔曼方法，反问题，35（2019），095007，https://doi.org/10.1088/1361-6420/ab1c09。 ·Zbl 1422.93173号
[3] J.L.Anderson，《用于数据同化的集合调整卡尔曼滤波器》，《月度天气评论》，129（2001），第2884-2903页，https://doi.org/10.1175/1520-0493（2001）129<2884:AEAKFF>2.0.CO；2
[4] K.Bergemann和S.Reich，《用于连续数据同化的组合卡尔曼-布基滤波器》，《气象学》第21期（2012年），第213-219页，https://doi.org/10.1127/0941-2948/2012/0307。
[5] D.Bloemker、C.Schillings和P.Wacker，系综卡尔曼反演的强收敛数值格式，SIAM J.Numer。分析。，56（2018），第2537-2562页，https://doi.org/10.1137/17M1132367。 ·Zbl 1432.60067号
[6] D.Bloemker、C.Schillings、P.Wacker和S.Weissman，集合卡尔曼反演的适定性和收敛性分析，反演问题，35（2019），085007，https://doi.org/10.1088/1361-6420/ab149c。 ·兹比尔1432.62325
[7] J.A.Carrillo、M.Fornasier、G.Toscani和F.Vecil，群集的粒子、动力学和流体动力学模型，《社会经济和生命科学中集体行为的数学建模》，科学、工程和技术中的建模和仿真，Birkha用户，波士顿，2010年，第297-336页，https://doi.org/10.1007/978-0-8176-4946-3_12。 ·Zbl 1211.91213号
[8] J.A.Carrillo和U.Vaes，协变预条件Fokker-Planck方程的Wasserstein稳定性估计，非线性，34（2021），2275，https://doi.org/10.1088/1361-6544/abbe62。 ·Zbl 1466.35343号
[9] 查达，层次集合卡尔曼反演的极限分析，逆病态问题。，2020年出版。
[10] N.K.Chada，A.M.Stuart，和X.T.Tong，集成卡尔曼反演中的Tikhonov正则化，SIAM J.Numer。分析。，58（2020），第1263-1294页，https://doi.org/10.1137/19M1242331。 ·Zbl 1447.35337号
[11] Y.Chen和D.S.Oliver，改进集合卡尔曼滤波器质量守恒和数据同化的参数化技术，SPE西部地区会议，加利福尼亚州阿纳海姆，2010年，https://doi.org/10.2118/133560-MS。
[12] 丁振华，李庆庆，集成卡尔曼反演：平均场极限与收敛性分析，统计计算。，31 (2021), 9, https://doi.org/10.1007/s11222-020-09976-0。 ·Zbl 1462.62023号
[13] 丁振华，李庆庆，卢杰，非线性问题的集合卡尔曼反演：权、一致性和方差界，发现。数据科学。，3（2021年），第371-411页，https://doi.org/10.3934/fods.2020018。 ·Zbl 1478.93689号
[14] A.A.Emerick和A.C.Reynolds，Ensemble smooler with multiple data association，计算。和地质科学。，55（2013），第3-15页，https://doi.org/10.1016/j.cageo.2012.03.011。
[15] G.Evensen，使用蒙特卡罗方法预测误差统计的非线性准营养模型的序贯数据同化，J.Geophys。Res.，99（1994），第10143-10162页，https://doi.org/10.1029/94JC00572。
[16] G.Evensen和P.J.Van Leeuwen，使用集合卡尔曼滤波器和准营养模式同化阿古拉斯海流的地球卫星高度计数据，《月度天气评论》，124（1996），第85-96页，https://doi.org/10.1175/1520-0493（1996）124<0085:AOGADF>2.0.CO；2
[17] A.Garbuno-Inigo、F.Hoffmann、W.Li和A.M.Stuart，《相互作用的朗之万扩散：梯度结构和集合卡尔曼采样器》，SIAM J.Appl。动态。系统。，19（2020年），第412-441页，https://doi.org/10.1137/19M1251655。 ·Zbl 1447.65119号
[18] J.Guckenheimer和P.Holmes，《非线性振荡、动力系统和向量场分岔》，《应用数学科学》，第42卷，Springer科学与商业媒体，纽约，2013年·Zbl 0515.34001号
[19] S.-Y.Ha和E.Tadmor，从粒子到植绒的动力学和流体动力学描述，Kinet。相关。模型，3（2008），第415-435页，https://doi.org/10.3934/krm.2008.1.415。 ·兹比尔1402.76108
[20] E.Haber、F.Luka和L.Ruthotto，Never look back-一种改进的EnKF方法及其在无反向传播、预印本、arXiv的神经网络训练中的应用https://arxiv.org/abs/1805.08034, 2018.
[21] M.Herty和G.Visconti，反问题的动力学方法，Kinet。相关。模型，12（2019），第1109-1130页，https://doi.org/10.3934/krm.2019042。 ·Zbl 1420.35417号
[22] M.Herty和G.Visconti，约束集合卡尔曼滤波器的连续极限，反问题，36（2020），075006，https://doi.org/10.1088/1361-6420/ab8bc5。 ·Zbl 1458.65063号
[23] M.Iglesias，K.Law和A.M.Stuart，反问题的集合卡尔曼方法，反问题，29（2013），045001，https://doi.org/10.1088/0266-5611/29/4/045001。 ·Zbl 1311.65064号
[24] T.Janjic̀、D.McLaughlin、S.E.Cohn和M.Verlaan，用集合型卡尔曼滤波算法保持质量和正性，《月度天气评论》，142（2014），第755-773页，https://doi.org/10.1175/MWR-D-13-00056.1。
[25] N.B.Kovachki和A.M.Stuart，《集成卡尔曼反演：机器学习任务的无导数技术》，《反演问题》，35（2019），095005，https://doi.org/10.1088/1361-6420/ab1c3a。 ·Zbl 1430.68266号
[26] L.Pareschi和G.Toscani，《交互多智能体系统：动力学方程和蒙特卡罗方法》，牛津大学出版社，牛津，2013年·Zbl 1330.93004号
[27] C.Schillings和A.M.Stuart，反问题的置乱卡尔曼滤波器分析，SIAM J.Numer。分析。，55（2017），第1264-1290页，https://doi.org/10.1137/16M105959X。 ·Zbl 1366.65101号
[28] C.Schillings和A.M.Stuart，集合卡尔曼反演的收敛性分析：线性、噪声情况，应用。分析。，97（2018），第107-123页，https://doi.org/101080/00036811.2017.1386784。 ·Zbl 1448.65209号
[29] M.Schwenzer、G.Visconti、M.Ay、T.Bergs、M.Herty和D.Abel，用整体卡尔曼滤波器识别趋势系数——铣削力模型的演示，IFAC-PapersOnLine，53（2020），第2292-2298页，https://doi.org/10.1016/j.ifacol.2020.12.1490。
[30] S.Serra和C.Tablino Possio，比例积分控制CSTR情况下Gavrilov-Guckenheimer分岔展开的分析，SIAM J.Appl。数学。，59（1999），第1716-1744页，https://doi.org/10.1137/S0036139995294895。 ·Zbl 0931.34023号
[31] B.O.S.Teixeira、L.A.B.Târres、L.A.Aguirre和D.S.Bernstein，《状态区间约束的无迹卡尔曼滤波》，《过程控制杂志》，20（2010），第45-57页，https://doi.org/10.1016/j.jprocont.2009.10.007。
[32] X.T.Tong、A.J.Majda和D.Kelly，具有自适应协方差膨胀的集合卡尔曼滤波器的非线性稳定性，Commun。数学。科学。，14（2016），第1283-1313页，https://doi.org/10.4310/CMS.2016.v14.n5.a5。 ·Zbl 1370.37009号
[33] G.Toscani，意见形成的动力学模型，Commun。数学。科学。，4（2006），第481-496页，https://dx.doi.org/10.4310/CMS.2006.v4.n3.a1。 ·Zbl 1195.91128号
[34] X.-L.Zhang，C.Michele⁄n-Stro­fer，和H.Xiao，反问题的正则集合卡尔曼方法，J.Compute。物理。，416 (2020), 109517, https://doi.org/10.1016/j.jcp.2020.109517。 ·Zbl 1437.62116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。