Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Introduction Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

7. Filtering and Data Assimilation

verfasst von : T. J. Sullivan

Erschienen in: Introduction to Uncertainty Quantification

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

It is not bigotry to be certain we are right; but it is bigotry to be unable to imagine how we might possibly have gone wrong.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Bayesian Inverse Problems
Nächstes Kapitel Orthogonal Polynomials and Applications
Fußnoten
1
That is, the LKF is iterative in the sense that it performs the state estimation sequentially with respect to the time steps; each individual update, however, is an elementary linear algebra problem, which could itself be solved either directly or iteratively.
 
2
There are many choices for this discrete-time model: each corresponds to a choice of numerical integration scheme for the underlying continuous-time ODE.
 
Literatur
A. Apte, M. Hairer, A. M. Stuart, and J. Voss. Sampling the posterior: an approach to non-Gaussian data assimilation. Phys. D, 230(1-2):50–64, 2007. doi: 10.1016/j.physd.2006.06.009.CrossRefMathSciNetMATH
A. Apte, C. K. R. T. Jones, A. M. Stuart, and J. Voss. Data assimilation: mathematical and statistical perspectives. Internat. J. Numer. Methods Fluids, 56(8):1033–1046, 2008. doi: 10.1002/fld.1698.CrossRefMathSciNetMATH
M. Boutayeb, H. Rafaralahy, and M. Darouach. Convergence analysis of the extended Kalman filter used as an observer for nonlinear deterministic discrete-time systems. IEEE Trans. Automat. Control, 42(4):581–586, 1997. doi: 10.1109/9.566674.CrossRefMathSciNetMATH
G. Evensen. The ensemble Kalman filter for combined state and parameter estimation: Monte Carlo techniques for data assimilation in large systems. IEEE Control Syst. Mag., 29(3):83–104, 2009. doi: 10.1109/MCS.2009. 932223.CrossRefMathSciNet
J. Humpherys, P. Redd, and J. West. A Fresh Look at the Kalman Filter. SIAM Rev., 54(4):801–823, 2012. doi: 10.1137/100799666.CrossRefMathSciNetMATH
M. A. Iglesias, K. J. H. Law, and A. M. Stuart. Ensemble Kalman methods for inverse problems. Inverse Problems, 29(4):045001, 20, 2013. doi: 10.1088/0266-5611/29/4/045001.
A. H. Jazwinski. Stochastic Processes and Filtering Theory, volume 64 of Mathematics in Science and Engineering. Academic Press, New York, 1970.
R. E. Kalman. A new approach to linear filtering and prediction problems. Trans. ASME Ser. D. J. Basic Engrg., 82:35–45, 1960.CrossRef
R. E. Kalman and R. S. Bucy. New results in linear filtering and prediction theory. Trans. ASME Ser. D. J. Basic Engrg., 83:95–108, 1961.CrossRefMathSciNet
D. T. B. Kelly, K. J. H. Law, and A. M. Stuart. Well-posedness and accuracy of the ensemble Kalman filter in discrete and continuous time. Nonlinearity, 27(10):2579–2604, 2014. doi: 10.1088/0951-7715/27/10/2579.CrossRefMathSciNetMATH
L. Ljung. Asymptotic behavior of the extended Kalman filter as a parameter estimator for linear systems. IEEE Trans. Automat. Control, 24(1):36–50, 1979. doi: 10.1109/TAC.1979.1101943.CrossRefMathSciNetMATH
E. N. Lorenz. Deterministic nonperiodic flow. J. Atmos. Sci., 20(2):130–141, 1963. doi: 10.1175/1520-0469(1963)020〈0130:DNF〉2.0.CO;2.CrossRef
B. Øksendal. Stochastic Differential Equations: An Introduction with Applications. Universitext. Springer-Verlag, Berlin, sixth edition, 2003. doi: 10.1007/978-3-642-14394-6.CrossRef
S. Reich and C. J. Cotter. Probabilistic Forecasting and Data Assimilation. Cambridge University Press, Cambridge, 2015.MATH
C. Sparrow. The Lorenz Equations: Bifurcations, Chaos, and Strange Attractors, volume 41 of Applied Mathematical Sciences. Springer-Verlag, New York-Berlin, 1982.
Metadaten
Titel
Filtering and Data Assimilation
verfasst von
T. J. Sullivan
Copyright-Jahr
2015
Buch
Introduction to Uncertainty Quantification

Print ISBN: 978-3-319-23394-9

Electronic ISBN: 978-3-319-23395-6

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-23395-6_7