首页    编委会    编辑部    历任主编    获奖信息    征稿简则    友情链接    English    旧版主页
  在线期刊
       最新录用
       当期目次
       过刊浏览

  下载专区
       版权协议
       征稿范文
       来稿登记表
       录用证明

  联系我们

投稿e-mail: jbnuns_sub@bnu.edu.cn

主编e-mail: jbnuns_eic@bnu.edu.cn

办公地点:北京师范大学 科技楼A区216,218,220室

电话:(010)58807851,58802050,58807872,58807713

通信处:北京市海淀区新街口外大街19号北京师范大学理科学报编辑部

邮政编码:100875

办公室e-mail: jbnuns@bnu.edu.cn

本网站暂不提供全文下载,如需全文下载请点击

中国知网

 

标题

一种结合各类同化算法的一般方法

作者

王禄恒 李勇

机构

北京师范大学数学科学学院, 北京师范大学统计学院

摘要

本文中我们提出了一个将不同滤波方法的估计结果想结合的一般框架,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(例子)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。由于不同数据化方法都有相应的使用范围,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。

关键词

状态空间模型;数据同化;集合卡尔曼滤波;粒子滤波

引用

王禄恒,李勇. 一种结合各类同化算法的一般方法.[J]. 北京师范大学学报(自然科学版),2016,52(2):127-133.

基金

国家重点基础研究发展计划资助项目((2010CB950703);中央高校基本科研业务费专项基金资助项目

分类号

O211.67

DOI

10.16360/j.cnki.jbnuns.2016.02.001

Title

A Generalized Framework to Blend Different Data Assimilation Models in Bayesian Filter

Author

WANG Luheng, LI Yong

Affiliations

School of Mathematical Sciences, Beijing Normal University; School of Statistics, Beijing Normal University

Abstract

A generalized framework to blend different data-assimilation models is proposed in the presenrt work, to obtain a robust estimate of the state. First, ensembles or particles of different data-assimilation methods are collected. A refinement procedure is then used to remove sample contributing too little to the estimate of the state. Second, a proposal distribution is estimated for Bayesian filter from the collected samples by kernel density estimation. Since different data-assimilations are suitable for different situations, the combined method with different data-assimilation results proposed here are more robust and can be applied to more complicated state space models. Judging from the simulation results, the new method improves accuracy of the state estimation in some models.

Key words

State space model, data assimilation, ensemble kalman filter, particle filter

cite

WANG Luheng, LI Yong. A Generalized Framework to Blend Different Data Assimilation Models in Bayesian Filter [J]. Journal of Beijing Normal University(Natural Science), 2016,52(2):127-133.

DOI

10.16360/j.cnki.jbnuns.2016.02.001

Copyright © 2014 Journal of Beijing Normal University (Natural Science)
Designed by Mr. Sun Chumin. Email: cmsun@mail.bnu.edu.cn