-
公开(公告)号：CN114070262B
公开(公告)日：2022-06-21
申请号：CN202111250600.X
申请日：2021-10-26
Applicant: 南京大学
Abstract: 本发明公开了一种附加扰动的集成混合集合卡尔曼滤波天气预报同化方法及其装置。该天气预报同化方法通过一组气候态集合扰动来估计静态背景误差协方差矩阵，从而得到混合的卡尔曼增益矩阵。与常用的对静态和流相关的背景误差协方差得到的卡尔曼增益求平均的混合方法相比，本发明采用混合卡尔曼增益来更新后验集合均值、采用混合的减小卡尔曼增益来更新后验集合扰动。与通常由集合卡尔曼滤波更新集合扰动的混合数据同化方法相比，本发明能用混合卡尔曼增益更新集合扰动，并且克服了分离的混合同化系统和集合卡尔曼滤波系统存在的不一致问题，在混合权重及其他同化参数选择合适的情况下，能够进一步减小同化后的误差。
-
公开(公告)号：CN114048433B
公开(公告)日：2022-06-21
申请号：CN202111248676.9
申请日：2021-10-26
Applicant: 南京大学
Abstract: 本发明公开了一种基于集合卡尔曼滤波框架的混合同化系统及方法，包括输入单元、气候态集合扰动单元、循环集合扰动单元、气候态背景误差协方差单元、增广集合扰动单元、背景误差协方差单元、气候态背景误差协方差单元、混合背景误差协方差单元、后验集合平均更新单元、后验集合扰动更新单元、后验循环集合单元，通过气候态扰动集合估计背景误差协方差来近似静态背景误差协方差，能够在集合卡尔曼滤波的框架中实现混合同化方法，用混合背景误差协方差来更新集合均值和集合扰动。本发明克服了分离的混合同化系统和集合卡尔曼滤波系统存在的不一致问题，在混合权重及其他同化参数选择合适的情况下，能够进一步减小同化后的误差。
-
公开(公告)号：CN114070262A
公开(公告)日：2022-02-18
申请号：CN202111250600.X
申请日：2021-10-26
Applicant: 南京大学
Abstract: 本发明公开了一种附加扰动的集成混合集合卡尔曼滤波天气预报同化方法及其装置。该天气预报同化方法通过一组气候态集合扰动来估计静态背景误差协方差矩阵，从而得到混合的卡尔曼增益矩阵。与常用的对静态和流相关的背景误差协方差得到的卡尔曼增益求平均的混合方法相比，本发明采用混合卡尔曼增益来更新后验集合均值、采用混合的减小卡尔曼增益来更新后验集合扰动。与通常由集合卡尔曼滤波更新集合扰动的混合数据同化方法相比，本发明能用混合卡尔曼增益更新集合扰动，并且克服了分离的混合同化系统和集合卡尔曼滤波系统存在的不一致问题，在混合权重及其他同化参数选择合适的情况下，能够进一步减小同化后的误差。
-
公开(公告)号：CN114048433A
公开(公告)日：2022-02-15
申请号：CN202111248676.9
申请日：2021-10-26
Applicant: 南京大学
Abstract: 本发明公开了一种基于集合卡尔曼滤波框架的混合同化系统及方法，包括输入单元、气候态集合扰动单元、循环集合扰动单元、气候态背景误差协方差单元、增广集合扰动单元、背景误差协方差单元、气候态背景误差协方差单元、混合背景误差协方差单元、后验集合平均更新单元、后验集合扰动更新单元、后验循环集合单元，通过气候态扰动集合估计背景误差协方差来近似静态背景误差协方差，能够在集合卡尔曼滤波的框架中实现混合同化方法，用混合背景误差协方差来更新集合均值和集合扰动。本发明克服了分离的混合同化系统和集合卡尔曼滤波系统存在的不一致问题，在混合权重及其他同化参数选择合适的情况下，能够进一步减小同化后的误差。
-
-
-
Search Results
4
records
(took 0.011 seconds)
