无散度平流的快速分布式数据同化算法

@第{Tchrakian 2017AFD条,title={无散度平流的快速分布式数据同化算法},author={蒂格朗·特拉基安(Tigran T.Tchrakian)和塞尔吉·朱克(Sergiy M.Zhuk)},期刊={SIAM J.科学计算},年份={2017年},体积={40},页码={A3038-A3066},网址={https://api.semanticscholar.org/CorpusID:54587713}}
针对具有无发散系数的二维线性平流方程,提出了一种新的快速数据同化算法,该算法采用了一组相互关联的极大极小状态估值器(滤波器),这些估值器在具有观测值的空间元素上并行运行。

本文中的数字

询问这篇论文
AI供电

基于卫星图像的动态云运动预测

基于以下简单观察,根据一系列云光学深度(COD)图像进行太阳能预测的新算法:由COD图像表示的云的动力学类似于流体中密度的运动。

计算机视觉可以帮助物理学的领域:从卫星图像进行动态云运动预测

基于以下简单观察,根据一系列云光学深度(COD)图像进行太阳能预测的新算法:由COD图像表示的云的动力学类似于流体中密度的运动。

线性抛物方程的数据同化:极大极小投影法

通过将所提出的线性抛物型偏微分方程(PDE)状态估计方法应用于二维流体中排放污染浮油的跟踪,验证了该方法的有效性。

通过恢复斜对称性稳定对流主导流的谱元方法

研究了平流主导的不可压缩流谱元方法的稳定性,由于对流项积分不足而产生的误差,通常称为“混叠误差”,破坏了对流算子的偏对称性。

对流主导问题的Runge–Kutta间断Galerkin方法

综述了龙格-库塔间断伽辽金方法的理论和算法方面,并展示了非线性守恒定律、可压缩和不可压缩Navier-Stokes方程以及Hamilton–Jacobi-like方程等几个应用。

数据同化:数学导论

本书系统地介绍了数据同化工作的数学基础,涵盖了理论和计算方法。特别是作者开发了一个

高维非线性系统的局部化粒子滤波器

本文提出了一种新的基于粒子滤波(PF)的数据同化方法,该方法在地球科学中具有非线性/非高斯应用潜力。颗粒过滤器提供

概率预测与贝叶斯数据同化

本书是应用数学、计算机科学、工程、地球科学和其他新兴应用领域的研究生的理想入门,介绍了一般动力学系统方法。

偏微分方程的数值逼近

这是非常流行的精装版的软封面重印本。这本书讨论偏微分方程的数值逼近。其范围是提供

基于卫星图像的动态云运动预测

基于以下简单观察,根据一系列云光学深度(COD)图像进行太阳能预测的新算法:由COD图像表示的云的动力学类似于流体中密度的运动。

使用WENO限制器的Runge-Kutta间断Galerkin方法

本文研究了使用WENO有限体积方法作为RKDG方法的限制器,目的是获得一个稳健的高阶极限过程,以同时获得RKTG方法的一致高阶精度和尖锐的非振荡激波跃迁。

LQ最优控制问题的辛Möbius积分器

本文提出了Riccati方程的辛Moóbius积分器,并提出了一种基于重新初始化的线性Hamilton系统高效且数值稳定的离散化方法。