Математическое моделирование процессов в атмосфере и гидросфере
Одним из наиболее перспективных подходов к проблеме усвоения данных метеорологических наблюдений является применение теории фильтрации Калмана. Алгоритм фильтра Калмана позволяет по ряду данных наблюдений за различные моменты времени и прогностической модели, которая рассматривается как динамико- стохастическая система, получить оптимальную оценку состояния атмосферы в смысле минимума среднеквадратической ошибки оценивания.
Серьезной проблемой при применении алгоритма фильтра Калмана к современным прогностическим моделям является высокий порядок матриц ковариаций ошибок прогноза, используемых в этом алгоритме. Одним из подходов к решению этой проблемы является применение субоптимального фильтра Калмана, в котором используются упрощенные модели для расчета ковариаций ошибок прогноза. В докладе рассматриваются варианты субоптимального фильтра Калмана, излагаются основные принципы получения упрощенных моделей, используемых в предлагаемом алгоритме. Для уточнения ковариационной матрицы ошибок прогноза и оценки ошибок прогностической модели по данным наблюдений предлагается адаптивный алгоритм субоптимального фильтра Калмана. Приводятся результаты численных экспериментов по усвоению моделируемых данных с бароклинной адиабатической моделью атмосферы для региона.
Ваши комментарии Обратная связь |
[Головная страница] [Конференции] |
© 1996-2000, Институт вычислительных технологий СО РАН, Новосибирск
© 1996-2000, Сибирское отделение Российской академии наук, Новосибирск
Дата последней модификации: 06-Jul-2012 (11:52:46)