نتایج جستجو برای: تکنیک فیلتر کالمن enkf
تعداد نتایج: 31660 فیلتر نتایج به سال:
ناوبری اینرسی تلفیق شده با ناوبری های کمکی مانند gps کارایی سیستم های ناوبری اینرسی را بطور قابل ملاحظه ای افزایش داده است. سیستم های ناوبری اینرسی بطور مستقل قادر به محاسبه موقعیت وسیله بدون نیاز به منبع خارجی می باشد. اگرچه خطاهای موجود در سنسورها باعث شیفت قابل ملاحظه ای در خروجی می شود. در حال حاضر سیستم های ناوبری تلفیقی بیشتر از فیلتر کالمن توسعه یافته (ekf) و فیلتر کالمن خنثی (ukf) استفا...
The ensemble Kalman filter (EnKF) is a technique for dynamic state estimation. EnKF approximates the standard extended Kalman filter (EKF) by creating an ensemble of model states whose mean and empirical covariance are then used within the EKF formulas. The technique has a number of advantages for large-scale, nonlinear problems. First, large-scale covariance matrices required within EKF are re...
The ensemble Kalman filter (EnKF) is a Monte Carlo based implementation of the Kalman filter (KF) for extremely high-dimensional, possibly nonlinear and non-Gaussian state estimation problems. Its ability to handle state dimensions in the order of millions has made the EnKF a popular algorithm in different geoscientific disciplines. Despite a similarly vital need for scalable algorithms in sign...
46 47 A hybrid 3DVAR-EnKF data assimilation algorithm is developed based on 3DVAR and 48 ensemble Kalman filter (EnKF) programs within the Advanced Regional Prediction System 49 (ARPS). The hybrid algorithm uses the extended alpha control variable approach to combine the 50 static and ensemble-derived flow-dependent forecast error covariances. The hybrid variational 51 analysis is performed usi...
Title of dissertation: ENSEMBLE KALMAN FILTER EXPERIMENTS WITH A PRIMITIVE-EQUATION GLOBAL MODEL Takemasa Miyoshi, Doctor of Philosophy, 2005 Dissertation directed by: Professor Eugenia Kalnay Department of Meteorology The ultimate goal is to develop a path towards an operational ensemble Kalman filtering (EnKF) system. Several approaches to EnKF for atmospheric systems have been proposed but n...
One of the major limitations of the classical ensemble Kalman filter (EnKF) is the assumption of a linear relationship between the state vector and the observed data. Thus, the classical EnKF algorithm can suffer from poor performance when considering highly non-linear and non-Gaussian likelihood models. In this paper, we have formulated the EnKF based on kernel-shrinkage regression techniques....
The ensemble Kalman filter (EnKF) is a recursive filter suitable for problems with a large number of variables, such as discretizations of partial differential equations in geophysical models. The EnKF originated as a version of the Kalman filter for large problems (essentially, the covariance matrix is replaced by the sample covariance), and it is now an important data assimilation component o...
یکی از مهم ترین چالش ها در هر سیستم کنترلی نویز های داخل سیستم یا دستگاه ها می باشد که با مخدوش کردن حالت های سیستم باعث کاهش دقت و عدم کارایی کنترل کننده می شود که نیاز به تخمین حالت-ها است. محققان از روش های مختلفی برای تخمین حالت های سیستم استفاده کرده اند که شامل تخمین گر حداقل مربعات، حداقل مربعات عمومی و فیلتر کالمن بوده که برای سیستم غیرخطی کارامد نبودند. برای تخمین بهتر حالت های سیستم غ...
موضوع این تحقیق تخمین پارامترهای حرکتی یک هدف متحرک است که در آن فاصله هدف قابل اندازه گیری نیست. برای این منظور دو روش عمومی بازگشتی وجود دارد که عبارتند از فیلتر کالمن و فیلتر ذره ای. فیلترهای کالمن بار محاسباتی کمتری دارند و در این پایان نامه روشی برای ترکیب پاسخ این فیلترها پیشنهاد شده است. هدف از این ترکیب دستیابی به دقت بهتر و قابل رقابت با فیلترهای ذره ای بوده است که به دلیل حساسیت زیاد ...
در این پایان نامه، تخمین پارامترهای ژنراتور سنکرون به وسیله الگوریتم فیلتر کالمن توسعه یافته مورد مطالعه قرار گرفته است. روش پیشنهادی ابتدا برای تخمین پارامترهای مدل درجه سه بکار رفته است، سپس این روش برای تخمین پارامترهای مدل درجه هفت ژنراتور سنکرون بکار رفته است. فیلتر کالمن در حالت کلی برای تخمین متغیرهای حالت بکار می رود، اما این قابلیت را دارد که پارامترها را همانند متغیرهای حالت تخمین بزن...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید