數(shù)據(jù)同化：集合卡爾曼濾波

定　價(jià)：￥78.00

作　者：	（挪威）蓋爾·埃文森
出版社：	國(guó)防工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787118113150	出版時(shí)間：	2017-04-01	包裝：
開本：	16開	頁數(shù)：	251	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　數(shù)據(jù)同化是一種最初來源于數(shù)值天氣預(yù)報(bào)，為數(shù)值天氣預(yù)報(bào)提供初始場(chǎng)的數(shù)據(jù)處理技術(shù)，現(xiàn)在已廣泛應(yīng)用于大氣海洋領(lǐng)域?！稊?shù)據(jù)同化：集合卡爾曼濾波（第2版）》系統(tǒng)地闡述了數(shù)據(jù)同化問題的數(shù)學(xué)模型與求解方法，重點(diǎn)集中在允許模式存在誤差且統(tǒng)計(jì)誤差隨時(shí)間演化的方法。全書共分為17章：第1章為概述；第2章對(duì)基本統(tǒng)計(jì)方法進(jìn)行了總結(jié)；第3章重點(diǎn)介紹時(shí)間獨(dú)立的反演問題；第4章介紹動(dòng)力學(xué)模式中狀態(tài)隨時(shí)間演化的問題；第5、6章分別闡述了變分和非線性變分反問題；第7、8章分別介紹概率公式和廣義逆；第9章重點(diǎn)介紹集合方法及集合卡爾曼濾波算法；第10章主要闡述簡(jiǎn)單的非線性優(yōu)化問題；第11章重點(diǎn)探討集合卡爾曼濾波中的采樣策略；第12章主要討論模式誤差相關(guān)問題；第13章主要介紹平方根算法；第14章主要闡述不同分析方案下的逆問題；第15章介紹有限集合大小造成的偽相關(guān)性；第16章主要介紹基于集合卡爾曼濾波的業(yè)務(wù)海洋預(yù)報(bào)系統(tǒng)；第17章介紹數(shù)據(jù)同化在地下油量數(shù)值模擬中的應(yīng)用?！稊?shù)據(jù)同化：集合卡爾曼濾波》內(nèi)容介紹全面，理論分析深入，工程實(shí)用性強(qiáng)，既可作為高等院校師生進(jìn)行理論知識(shí)學(xué)習(xí)和相關(guān)研究工作的參考教材，也可作為相關(guān)領(lǐng)域工程技術(shù)人員的工具書。

作者簡(jiǎn)介

暫缺《數(shù)據(jù)同化：集合卡爾曼濾波》作者簡(jiǎn)介

圖書目錄

第1章引言
第2章統(tǒng)計(jì)學(xué)定義
2．1 概率密度函數(shù)
2．2 統(tǒng)計(jì)矩
2．2．1 期望值
2．2．2 方差
2．2．3 協(xié)方差
2．3 樣本統(tǒng)計(jì)
2．3．1 樣本均值
2．3．2 樣本方差
2．3．3 樣本協(xié)方差
2．4 隨機(jī)場(chǎng)統(tǒng)計(jì)
2．4．1 樣本均值
2．4．2 樣本方差
2．4．3 樣本協(xié)方差
2．4．4 相關(guān)性
2．5 偏差
2．6 中心極限定理
第3章分析方案
3．1 標(biāo)量
3．1．1 狀態(tài)-空間公式
3．1．2 貝葉斯公式
3．2 擴(kuò)展到空間維度
3．2．1 基本公式
3．2．2 歐拉-拉格朗日方程
3．2．3 解決方案
3．2．4 描述函數(shù)矩陣
3．2．5 誤差估計(jì)
3．2．6 解的唯一性
3．2．7 罰函數(shù)的最小化
3．2．8 罰函數(shù)的先驗(yàn)與后驗(yàn)值
3．3 離散形式
第4章順序的數(shù)據(jù)同化
4．1 線性動(dòng)力學(xué)
4．1．1 標(biāo)量下的卡爾曼濾波
4．1．2 矢量下的卡爾曼濾波
4．1．3 具有線性平流方程的卡爾曼濾波
4．2 非線性動(dòng)力學(xué)
4．2．1 標(biāo)量下的擴(kuò)展卡爾曼濾波
4．2．2 擴(kuò)展卡爾曼濾波器的矩陣形式
4．2．3 擴(kuò)展卡爾曼濾波舉例
4．2．4 擴(kuò)展卡爾曼濾波器的平均值
4．2．5 討論
4．3 集合卡爾曼濾波
4．3．1 誤差統(tǒng)計(jì)的表述
4．3．2 誤差統(tǒng)計(jì)的預(yù)測(cè)
4．3．3 分析方案
4．3．4 討論
4．3．5 QG模式的應(yīng)用實(shí)例
第5章變分逆問題
5．1 簡(jiǎn)單例子
5．2 線性逆問題
5．2．1 模式和觀測(cè)
5．2．2 觀測(cè)函數(shù)
5．2．3 觀測(cè)方程的說明
5．2．4 統(tǒng)計(jì)假設(shè)
5．2．5 弱約束變分公式
5．2．6 罰函數(shù)的極值
5．2．7 歐拉-拉格朗日方程
5．2．8 強(qiáng)約束逼近
5．2．9 代表函數(shù)展開獲得的解
5．3 使用埃克曼模式的代表函數(shù)法
5．3．1 逆問題
5．3．2 變分公式
5．3．3 歐拉-拉格朗日方程
5．3．4 代表函數(shù)的解
5．3．5 范例試驗(yàn)
……
第6章非線性變分逆問題
第7章概率公式
第8章廣義逆
第9章集合方法
第10章統(tǒng)計(jì)優(yōu)化
第11章 EnKF的采樣策略
第12章模式誤差
第13章平方根分析方案
第14章秩的問題
第15章偽相關(guān)性、局地化和膨脹
第16章海洋預(yù)報(bào)系統(tǒng)
第17章油層仿真模式中的估計(jì)
附錄
參考文獻(xiàn)