论文目录 | |
摘要 | 第1-6页 |
abstract | 第6-9页 |
第1章 绪论 | 第9-13页 |
1.1 课题研究背景和意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.2.1 数据同化研究现状 | 第10页 |
1.2.2 粒子滤波数据同化研究现状 | 第10-11页 |
1.3 论文的主要内容 | 第11-13页 |
第2章 数据同化方法 | 第13-17页 |
2.1 同化算法分类 | 第13页 |
2.2 主要数据同化算法 | 第13-16页 |
2.2.1 变分同化方法 | 第13-14页 |
2.2.2 卡尔曼滤波算法 | 第14页 |
2.2.3 集合调整卡尔曼滤波算法 | 第14-15页 |
2.2.4 粒子滤波算法 | 第15-16页 |
2.3 本章小结 | 第16-17页 |
第3章 粒子滤波数据同化方法研究 | 第17-40页 |
3.1 贝叶斯定理 | 第17-20页 |
3.1.1 条件概率 | 第17页 |
3.1.2 贝叶斯假设 | 第17-18页 |
3.1.3 贝叶斯定理 | 第18-20页 |
3.2 粒子滤波原理 | 第20-25页 |
3.2.1 粒子滤波算法 | 第20-22页 |
3.2.2 粒子退化现象及重采样方法 | 第22-24页 |
3.2.3 粒子滤波重采样方法 | 第24-25页 |
3.3 基于Lorenz-63 模式粒子滤波数据同化 | 第25-30页 |
3.3.1 简单模式数据同化实验设计 | 第26-27页 |
3.3.2 Lorenz-63 完美模式同化实验结果 | 第27-28页 |
3.3.3 Lorenz-63 偏差模式同化实验结果 | 第28-30页 |
3.4 均权重粒子滤波数据同化方法 | 第30-36页 |
3.4.1 序贯性提议密度 | 第30-32页 |
3.4.2 最优提议密度 | 第32-34页 |
3.4.3 均权重粒子滤波 | 第34-36页 |
3.5 基于Lorenz-63 模式粒子滤波同化方法比较分析 | 第36-39页 |
3.5.1 Lorenz-63 完美模式同化结果对比分析 | 第37-38页 |
3.5.2 Lorenz-63 偏差模式同化结果对比分析 | 第38-39页 |
3.6 本章小结 | 第39-40页 |
第4章 粒子滤波同化方法改进研究 | 第40-48页 |
4.1 粒子滤波与均权重粒子滤波存在的问题 | 第40页 |
4.2 基于观测窗口的均权重粒子滤波 | 第40-43页 |
4.3 基于改进增益矩阵K均权重粒子滤波 | 第43-45页 |
4.4 基于Lorenz-63 模式改进均权重粒子滤波数据同化 | 第45-47页 |
4.4.1 Lorenz-63 完美模式分析结果 | 第45-46页 |
4.4.2 Lorenz-63 偏差模式 | 第46-47页 |
4.5 本章小结 | 第47-48页 |
第5章 基于耦合模式粒子滤波同化方法实验研究 | 第48-58页 |
5.1 海气耦合模式 | 第48-49页 |
5.2 耦合模式实验设计 | 第49-50页 |
5.3 耦合模式下粒子滤波同化结果 | 第50-51页 |
5.4 基于改进均权重粒子滤波实验结果分析 | 第51-55页 |
5.4.1 耦合完美模式 | 第52-53页 |
5.4.2 耦合偏差模式 | 第53-55页 |
5.5 基于改进均权重粒子滤波与集合调整卡尔曼滤波的对比 | 第55-57页 |
5.6 本章小结 | 第57-58页 |
结论 | 第58-60页 |
参考文献 | 第60-66页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第66-67页 |
致谢 | 第67页 |