一种结合各类同化算法的一般方法

• 作者: 李勇 王禄恒
• 来源期刊: 北京师范大学学报（自然科学版）
• 学科: 数学
• 关键词: 状态空间模型 数据同化 集合Kalman滤波 粒子滤波
• 年，卷（期）: 2016,（2）
• 页码范围: 127-133
• 分类号: O211.67
• 语种: 中文
• DOI: 10.16360/j.cnki.jbnuns.2016.02.001

摘要

提出了一个将不同滤波方法的估计结果相结合的一般框架,进而得到一个更加稳健的估计结果.首先,将不同方法的预报集合(粒子)结合,并通过相应的统计方法去掉集合中对状态估计贡献非常小的粒子.然后,我们使用处理过的集合样本,利用核密度估计(KDE)得到相应的试验密度(proposal distribution),并从该密度中重新抽样,最后利用贝叶斯滤波方法得到新的估计值.由于不同数据同化方法都有相应的适用范围,新方法的估计结果可以结合各类方法的优点,进而得到一个更加稳健的估计结果.在模拟试验中,我们用集合Kalman滤波(EnKF)与粒子滤波(PF)的集合样本来估计试验分布,从模拟结果可以看出,新方法可以较大的提高原有方法的估计精度,并有效的预防了滤波发散.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李勇	北京师范大学统计学院	41	240	9.0	14.0
2	王禄恒	北京师范大学数学科学学院	1	0	0.0	0.0