中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
集合濾波數據同化方法及其應用 版權信息
- ISBN：9787030773944
- 條形碼：9787030773944 ; 978-7-03-077394-4
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
集合濾波數據同化方法及其應用 內容簡介
資料同化在統計學上，被稱作狀態空間估計，是指利用觀測資料提高模式的模擬精度及預測水平。隨著觀測手段提高及計算機發展，資料同化理論及方法迅速發展，是目前地球科學系統研究的熱點及難點之一。本書詳細討論了目前已發展的各種順序資料同化方法的科學思想和基本原理，以及它們在具有高維特性的地球系統中的應用。涵蓋的方法包括從很優插值到卡爾曼濾波器的很優估計方法，以及從卡爾曼濾波器衍生出來的集合卡爾曼濾波器、集合轉移卡爾曼濾波器和sigma點濾波器等集合方法，也包括了基于貝葉斯公式的粒子濾波器算法。本書進一步介紹了在耦合同化背景下的一些挑戰和進展，以及集合濾波器在目標觀測中的應用現狀和前景。本書的重點在于闡明每個方法背后的基本思想，包括: (i)算法推導的原理; (ii)每種方法的基本假設; (iii)不同方法之間的聯系; (iv)每種方法的優缺點。實際應用也是本書另一個強調的重點。因此，本書對每個方法都給出實際應用的例子，并附有python 原代碼，這為學習和應用這些方法的科研工作者，特別是研究生和剛從事這一領域的青年工作者，提高了寶貴的參考資料。
集合濾波數據同化方法及其應用 目錄
目錄第1章 引言1第2章 數據同化的思想和基本理論42.1 數據同化的意義42.2 數據同化的基本思想52.2.1 *小二乘法52.2.2 貝葉斯方法72.3 濾波數據同化和變分同化的幾個基本方法92.3.1 狀態空間模型中的同化方法92.3.2 *優插值法102.3.3 三維變分法132.3.4 四維變分法14第3章 卡爾曼濾波器和擴展卡爾曼濾波器163.1 卡爾曼濾波器及其推導163.1.1 卡爾曼濾波器的提出背景163.1.2 卡爾曼濾波器的推導過程173.2 擴展卡爾曼濾波器193.2.1 擴展卡爾曼濾波器的公式193.2.2 擴展卡爾曼濾波器的平方根格式213.2.3 卡爾曼濾波器的性質和等價性243.3 Lorenz63模式中的孿生試驗273.3.1 模式方程273.3.2 孿生試驗設置293.3.3 同化代碼和試驗結果30參考文獻32相關python代碼32第4章 集合卡爾曼濾波器374.1 集合卡爾曼濾波器的基本思想374.2 集合卡爾曼濾波器算法384.2.1 基于擾動觀測的傳統EnKF方法384.2.2 針對非線性觀測算子的EnKF算法404.2.3 EnKF在大型系統中的實施算法424.2.4 集合*優插值454.3 Lorenz63模式中的集合卡爾曼濾波器同化試驗46參考文獻47相關python代碼48第5章 集合卡爾曼濾波器實際應用中的問題535.1 局地化545.1.1 局地化的理論和方法545.1.2 局地化方法在Lorenz96模式中的應用575.2 協方差膨脹595.3 初始擾動的產生和初始誤差的處理615.3.1 初始集合構造方法615.3.2 初始條件對同化的影響645.4 模式系統偏差665.4.1 兩步法675.4.2 一步法685.5 觀測誤差695.5.1 基于觀測數據的觀測誤差估計方法705.5.2 基于模式的觀測誤差估計方法715.5.3 新息診斷方法725.5.4 基于似然估計的集合觀測誤差估計方法735.6 預報誤差74參考文獻75相關python代碼78第6章 集合卡爾曼濾波器的衍生方法846.1 集合平方根濾波器856.1.1 直接分解方法876.1.2 串行集合平方根濾波器876.1.3 集合轉換卡爾曼濾波器896.1.4 集合調整卡爾曼濾波器896.2 局地集合轉換卡爾曼濾波器906.2.1 公式推導916.2.2 局地化分析936.2.3 算法流程946.2.4 Lorenz63模式中的應用及程序956.3 集合調整卡爾曼濾波器的*小二乘格式97參考文獻101相關python代碼102第7章 sigma點卡爾曼濾波器1097.1 sigma點的概念和SPKF的算法1097.2 sigma點無跡卡爾曼濾波器1117.3 sigma點中心差分卡爾曼濾波器1167.4 高維系統SPKF的有效算法120參考文獻121相關python代碼122第8章 粒子濾波器1308.1 粒子濾波器的主要特性1308.2 標準粒子濾波器1328.3 建議分布粒子濾波器1368.3.1 簡單松弛格式1398.3.2 加權集合卡爾曼濾波1408.4 混合濾波器——以EnKPF為例1428.5 局地化粒子濾波器1448.5.1 串行觀測局地化粒子濾波器1458.5.2 LPF16的代碼及其在Lorenz96模式中的應用149參考文獻151相關python代碼152第9章 參數優化和模式傾向誤差估計1659.1 參數估計的基本思想1659.1.1 參數估計方法1659.1.2 基于集合卡爾曼濾波器的參數估計試驗和結果討論1679.2 參數估計協方差膨脹方案1719.3 基于LETKF方法的關鍵參數估計1749.4 基于EAKF方法的模式傾向誤差估計178參考文獻181相關python代碼183第10章 強耦合同化18710.1 耦合同化概述18710.1.1 耦合同化基本理論18810.1.2 耦合同化理想試驗18910.1.3 強耦合同化當前所面臨的主要問題和挑戰19010.2 強耦合同化的跨成分局地化及其在Lorenz模式中的應用19410.3 強耦合同化與區域耦合模式及其在臺風模擬和預報中的應用19810.3.1 模式設置20010.3.2 模式結果201參考文獻203相關python代碼206第11章 目標觀測21711.1 目標觀測的基本思想21711.2 *優誤差增長下的目標觀測方法21911.2.1 奇異向量方法21911.2.2 條件非線性*優擾動方法22111.2.3 氣候相關奇異向量方法22211.3 EnKF框架下的目標觀測方法22311.3.1 ETKF目標觀測方法22311.3.2 基于EnKF的目標觀測方法22511.4 粒子濾波器框架下的目標觀測方法22811.5 基于EnKF的目標觀測方法在Lorenz96模式中的應用23211.6 CSV方法在CESM中的應用及程序233參考文獻234相關python代碼236
展開全部
書友推薦
- >
月亮虎
- >
我與地壇
- >
中國歷史的瞬間
- >
隨園食單
- >
名家帶你讀魯迅:朝花夕拾
- >
唐代進士錄
- >
巴金－再思錄
- >
煙與鏡
本類暢銷
