Алгоритм усвоения данных наблюдений на основе адаптивного субоптимального фильтра Калмана

Е.Г. Климова

Для реализации алгоритма усвоения данных метеорологических наблюдений, основанного на теории фильтра Калмана, необходимо задание ковариационной матрицы "шумов модели", которая заранее неизвестна. Оценить ее можно, используя какие-либо дополнительные предположения. Известно, что в случае, если матрица ковариаций шумов модели задается нулевой, происходит быстрое убывание теоретической ошибки оценивания алгоритма фильтра Калмана и, как следствие, данные наблюдений на этапе анализа входят со все меньшими коэффициентами. Этот эффект называют расходимостью алгоритма фильтра Калмана. В статье предлагается алгоритм оценки шумов модели по данным наблюдений с использованием вектора "невязок" (разности между наблюденными и спрогнозированными значениями) в процессе оценивания в процедуре фильтра Калмана. Алгоритм основан на совместном использовании упрощенной модели для вычисления матрицы ковариаций ошибок прогноза (субоптимальный фильтр Калмана) и адаптивной оценки шумов модели по данным наблюдений. Приводятся результаты численных экспериментов по усвоению моделируемых данных с региональной адиабатической моделью атмосферы.

Joomla templates by a4joomla