IMPLICIT PARTICLE FILTERS FOR DATA ASSIMILATION
IMPLICIT PARTICLE FILTERS FOR DATA ASSIMILATION
复制标题
DOI：
10.2140/camcos.2010.5.221
复制
发表时间：
2010-01-01
影响因子：
2.1
通讯作者：
Tu, Xuemin
中科院分区：
文献类型：
--
作者：
Chorin, Alexandre;Morzfeld, Matthias;Tu, Xuemin
用于数据同化的隐式粒子滤波器通过首先选择概率然后寻找假设它们的粒子位置来更新粒子，将粒子一一引导到高概率域。我们提供了这些滤波器的详细描述，并附有说明性示例，以及用于求解代数方程的新的、更通用的方法以及用于参数识别的新算法。
Implicit particle filters for data assimilation update the particles by first choosing probabilities and then looking for particle locations that assume them, guiding the particles one by one to the high probability domain. We provide a detailed description of these filters, with illustrative examples, together with new, more general, methods for solving the algebraic equations and with a new algorithm for parameter identification.