Uniqueness of Steady Navier-Stokes under Large Data by Continuous Data Assimilation
Uniqueness of Steady Navier-Stokes under Large Data by Continuous Data Assimilation
复制标题
大数据下稳态纳维斯托克斯的独特性通过连续数据同化
DOI：
10.1016/j.jmaa.2023.127822
复制
发表时间：
2023
影响因子：
1.3
通讯作者：
Xuejian Li
中科院分区：
文献类型：
--
作者：
Xuejian Li
针对稳定Navier-Stokes方程（NSE）的唯一性问题，提出了一种连续数据同化（CDA）方法。CDA方法将空间观测数据整合到NSE中，证明了在观测数据充足的情况下，CDA-NSE系统对于可能存在多个解的大数据也是适定性的。这种CDA思想通常有助于确定非唯一性偏微分方程的解。
We propose a continuous data assimilation (CDA) method to address the uniqueness problem for steady Navier-Stokes equations (NSE). The CDA method incorporates spatial observations into the NSE, and we prove that with sufficient observations, the CDA-NSE system is well-posed even for large data where multiple solutions may exist. This CDA idea is in general helpful to determine solution for non-uniqueness partial differential equations (PDEs).
流体流动的连续数据同化降阶模型
影响因子：
7.2
作者：
Zerfas, Camille;Rebholz, Leo G.;Schneier, Michael;Iliescu, Traian
通讯作者：
Iliescu, Traian