图书介绍
数据同化 集合卡尔曼滤波pdf电子书版本下载
- （挪威）盖尔·埃文森著；刘厂，赵玉新，高峰译 著
- 出版社： 北京：国防工业出版社
- ISBN：9787118113150
- 出版时间：2017
- 标注页数：251页
- 文件大小：26MB
- 文件页数：271页
- 主题词：遥感数据－数据处理；卡尔曼滤波器
PDF下载
下载说明
数据同化 集合卡尔曼滤波PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 引言 1
第2章 统计学定义 4
2.1 概率密度函数 4
2.2 统计矩 6
2.2.1 期望值 6
2.2.2 方差 7
2.2.3 协方差 7
2.3 样本统计 7
2.3.1 样本均值 8
2.3.2 样本方差 8
2.3.3 样本协方差 8
2.4 随机场统计 8
2.4.1 样本均值 8
2.4.2 样本方差 9
2.4.3 样本协方差 9
2.4.4 相关性 9
2.5 偏差 9
2.6 中心极限定理 10
第3章 分析方案 11
3.1 标量 11
3.1.1 状态-空间公式 11
3.1.2 贝叶斯公式 13
3.2 扩展到空间维度 13
3.2.1 基本公式 13
3.2.2 欧拉-拉格朗日方程 15
3.2.3 解决方案 16
3.2.4 描述函数矩阵 16
3.2.5 误差估计 17
3.2.6 解的唯一性 18
3.2.7 罚函数的最小化 19
3.2.8 罚函数的先验与后验值 20
3.3 离散形式 20
第4章 顺序的数据同化 22
4.1 线性动力学 22
4.1.1 标量下的卡尔曼滤波 22
4.1.2 矢量下的卡尔曼滤波 23
4.1.3 具有线性平流方程的卡尔曼滤波 23
4.2 非线性动力学 26
4.2.1 标量下的扩展卡尔曼滤波 26
4.2.2 扩展卡尔曼滤波器的矩阵形式 27
4.2.3 扩展卡尔曼滤波举例 29
4.2.4 扩展卡尔曼滤波器的平均值 30
4.2.5 讨论 31
4.3 集合卡尔曼滤波 31
4.3.1 误差统计的表述 31
4.3.2 误差统计的预测 32
4.3.3 分析方案 33
4.3.4 讨论 35
4.3.5 QG模式的应用实例 36
第5章 变分逆问题 38
5.1 简单例子 38
5.2 线性逆问题 41
5.2.1 模式和观测 41
5.2.2 观测函数 41
5.2.3 观测方程的说明 41
5.2.4 统计假设 42
5.2.5 弱约束变分公式 42
5.2.6 罚函数的极值 42
5.2.7 欧拉-拉格朗日方程 43
5.2.8 强约束逼近 44
5.2.9 代表函数展开获得的解 45
5.3 使用埃克曼模式的代表函数法 46
5.3.1 逆问题 46
5.3.2 变分公式 47
5.3.3 欧拉-拉格朗日方程 48
5.3.4 代表函数的解 48
5.3.5 范例试验 49
5.3.6 真实观测的同化 52
5.4 对代表函数法的评价 55
第6章 非线性变分逆问题 58
6.1 非线性动力的延伸 58
6.1.1 洛伦兹方程的广义逆 59
6.1.2 强约束假设 59
6.1.3 弱约束问题的解 62
6.1.4 梯度下降法的最小化 63
6.1.5 遗传算法最小化 64
6.2 洛伦兹方程的范例 67
6.2.1 估计模式误差协方差 67
6.2.2 模式误差协方差的时间相关性 68
6.2.3 示例试验 69
6.2.4 讨论 75
第7章 概率公式 77
7.1 参数与状态联合估计 77
7.2 模式方程和量测 77
7.3 贝叶斯公式 78
7.3.1 离散形式 79
7.3.2 测量的顺序处理 80
7.4 小结 82
第8章 广义逆 83
8.1 广义逆公式 83
8.1.1 未知参数的先验密度 83
8.1.2 初始条件的先验密度 83
8.1.3 边界条件的先验密度 84
8.1.4 测量的先验密度 84
8.1.5 模式误差的先验密度 85
8.1.6 条件联合密度 86
8.2 广义逆问题的求解方法 87
8.2.1 标量模式的广义逆 87
8.2.2 欧拉-拉格朗日方程 88
8.2.3 α迭代 90
8.2.4 强约束问题 90
8.3 埃克曼流模式中的参数估计 92
8.4 小结 94
第9章 集合方法 96
9.1 引言 96
9.2 线性集合分析更新 98
9.3 误差统计的集合表征 99
9.4 观测的集合表征 100
9.5 集合平滑（ES） 100
9.6 集合卡尔曼平滑（EnKS） 102
9.7 集合卡尔曼滤波（EnKF） 104
9.7.1 线性无噪声模式的应用 104
9.7.2 利用EnKF作为先验的EnKS 106
9.8 Lorenz方程的应用 106
9.8.1 试验描述 106
9.8.2 同化试验 107
9.9 讨论 111
第10章 统计优化 113
10.1 最小化问题的定义 113
10.1.1 参数 113
10.1.2 模式 114
10.1.3 观测 114
10.1.4 代价函数 114
10.2 贝叶斯公式 115
10.3 集合方法的解 116
10.3.1 最小方差的解 117
10.3.2 集合卡尔曼平滑的解 117
10.4 举例 118
10.5 讨论 120
第11章 EnKF的采样策略 128
11.1 引言 128
11.2 样本的模拟 129
11.2.1 傅里叶逆变换 129
11.2.2 傅里叶频谱的定义 130
11.2.3 协方差与方差的确定 131
11.3 模拟相关的域 133
11.4 改进的采样方案 134
11.4.1 理论基础 134
11.4.2 改进的采样算法 135
11.4.3 改进的采样的属性 136
11.5 模式和观测噪声 138
11.6 随机正交矩阵的生成 138
11.7 试验 139
11.7.1 试验的概述 140
11.7.2 集合大小的影响 142
11.7.3 改进的初始集合采样的影响 142
11.7.4 改进的观测扰动的采样 143
11.7.5 集合奇异值谱的演变 144
11.7.6 总结 145
第12章 模式误差 146
12.1 模式误差的模拟 146
12.1.1 ρ的确定 146
12.1.2 物理模式 147
12.1.3 随机强迫引起的方差增长 147
12.1.4 用观测更新模式噪声 150
12.2 标量模式 151
12.3 变分反问题 152
12.3.1 先验统计 152
12.3.2 罚函数 152
12.3.3 欧拉-拉格朗日方程 152
12.3.4 参数迭代 153
12.3.5 代表函数展开式的解 153
12.3.6 模式误差引起的方差增长 154
12.4 随机模式公式 155
12.5 例子 155
12.5.1 例子A0 157
12.5.2 例子A1 158
12.5.3 例子B 159
12.5.4 例子C 160
12.5.5 讨论 160
第13章 平方根分析方案 163
13.1 集合卡尔曼滤波分析的平方根算法 163
13.1.1 更新集合均值 163
13.1.2 更新集合扰动 164
13.1.3 平方根方案的特性 165
13.1.4 最终更新方程 168
13.1.5 使用单一观测的分析更新 168
13.1.6 使用对角阵C∈∈的分析更新 169
13.2 试验 170
13.2.1 试验概述 170
13.2.2 采样对平方根分析算法的影响 171
第14章 秩的问题 174
14.1 矩阵C的伪逆矩阵 174
14.1.1 伪逆 175
14.1.2 解释 175
14.1.3 使用C的伪逆的分析方案 176
14.1.4 范例 177
14.2 高效子空间伪逆 179
14.2.1 子空间伪逆的推导 179
14.2.2 基于子空间伪逆的分析方案 182
14.2.3 子空间伪逆的一种解释 183
14.3 使用低秩的C∈∈的子空间逆 184
14.3.1 伪逆的推导 184
14.3.2 使用低秩的C∈∈的分析方程 185
14.4 分析方案的实施 185
14.5 与使用低秩C∈∈相关的秩问题 186
14.6 m〉〉N的试验 188
14.7 分析方程的有效性 192
14.8 总结 195
第15章 伪相关性、局地化和膨胀 196
15.1 伪相关性 196
15.2 膨胀 198
15.3 自适应协方差膨胀方法 198
15.4 局地化 199
15.5 自适应局地化方法 200
15.6 局地化和膨胀的例子 201
第16章 海洋预报系统 210
16.1 引言 210
16.2 系统配置和集合卡尔曼滤波的实现 211
16.3 嵌套的区域模式 213
16.4 小结 214
第17章 油层仿真模式中的估计 215
17.1 引言 215
17.2 试验 217
17.2.1 参数化 217
17.2.2 状态向量 218
17.3 结果 219
17.4 总结 222
附录A 其他集合卡尔曼滤波问题 223
A.1 在集合卡尔曼滤波中的非线性测量 223
A.2 非天气测量的同化 225
A.3 时差数据 225
A.4 集合最优插值（EnOI） 226
附录B 集合卡尔曼滤波出版物按年代顺序排列的清单 228
B.1 集合卡尔曼滤波的应用 228
B.2 其他集合滤波方法 238
B.3 集合平滑方法 238
B.4 参数估计集合方法 238
B.5 非线性滤波和平滑 239
参考文献 240