智能滤波算法在数据同化中的应用研究

《智能滤波算法在数据同化中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、－－．＿分类号＿＿＿＿＿＿密级ＵＤＣ编夸１０７３６－巧把尖簿硕女学位论文常智能滤波算法在数据同化中的应用研究表馨＇Ｉ研究生姓名：徐宝兄指导教师姓名、职称：摆玉巧教授ｉｔ．：专业名称：电子科学与技术研究方向；智能控制理论与应用－ｉ．心ｒＩ私＇聲飞．．Ｖ，—＇？〇六年五月＿祥ｙ．■硕士学位论文M.D.Thesis智能滤波算法在数据同化中的应用研究Applicationofintelligentfilteringalgorithms

2、indataassimilation徐宝兄XuBaoXiong二○一六年五月圓巧询性再聞本人卢巧巧呈交抗＆文是我个人在寻师指导下进巧的研兒工巧及化Ａ的巧巧成巧。尽我巧巧＞除７文中恃別加Ｌ；Ｊ［标伟巧致姐的地方外，读文中不色括其化人己结发巧站屏写过的巧巧巧果，也不芭含为巧得西化师巧大学哉具化货育机巧的学化或化巧而桂巧过的巧巧一，与巧同工巧的巧志对本研兒巧做的存柯巧献均己在论义中巧了巧埼的巧巧巧表示了谢患，鄉＾空日巧：ｈ．｝圓关于论文怯巧授巧的说巧本人去全Ｔ解西化师巧大单有关巧面、巧巧孕位馆文的班巧，即：

3、学校有权保南．巧离论文的巧巧件，义巧Ａ文巧宜间和惜阅；学枝可Ｌ；Ｊｔ公巧访文的全巧或部分内容，可Ｗ采巧教巧、骑印或其化９刺手段巧巧＆文＊＜巧在的电文在析龙后应巧守此ｇ巧）巧在；。捆日供＝磁ｊｆ－？西北师范大学硕士学位论文摘要迭代智能滤波算法是一种新兴控制技术，该技术的发展为解决复杂非线性系统问题开辟了新的途径。数据同化方法旨在融合物理模型与多源数据，传统的数据同化技术在线性系统领域得到了较为广泛的应用。然而，当系统表现为非线性时，滤波类的数据同化方法会出现滤波发散现象。针对非线性系统的滤波发散问题，本文的主要研究工作包含

4、以下几个方面：（1）从数据同化的基础理论入手，介绍了针对非线性系统的迭代智能学习算法，讨论了该算法的初始状态、学习速度、收敛性等研究问题，强调了这类智能滤波算法的迭代智能和快速学习速度。（2）针对强非线性系统的迭代学习控制问题，进一步研究了迭代集合卡尔曼滤波算法，以低维Lorenz-63模型为平台检验了该算法的性能，并将其与集合卡尔曼滤波、迭代扩展卡尔曼滤波等智能滤波算法，在集合数、观测误差方差、放大因子和模型步长不同的条件下，进行了同化效果对比研究，旨在获得在较小的运算负担下，精度较高并且适合强非线性系统滤波的最优同化算法。（3）针对迭代集

5、合Kalman滤波局部收敛问题，从高斯－牛顿迭代的角度提出了一种基于全局收敛策略的改进迭代集合Kalman滤波算法。在顺序同化期间，自适应地调节步长因子，使得该算法在数据同化过程中的每次迭代结果都逼近于期望值。在低维Lorenz-63模型和高维Lorenz-96模型上分别进行了敏感性实验，从集合数目、观测方差、放大因子的改变等方面检验了改进智能算法的性能，并将其与传统的集合卡尔曼滤波、迭代集合卡尔曼滤波进行了相应的对比研究。结果表明，改进的新算法是一种能有效地估计强非线性系统状态的数据同化方法。本文分析和探讨了目前三类主流智能滤波方法在非线性

6、数据同化系统中的应用潜力，并将其性能进行了较为深入的对比研究；提出了适合强非线性系统的最优滤波方法，研究结果为今后在非线性数据同化系统中的应用提供了有价值的参考依据。关键词：混沌系统；迭代智能；迭代集合卡尔曼滤波；收敛性I智能滤波算法在数据同化中的应用研究AbstractIterativeintelligentfilteringalgorithmsarebecominganewkindofcontroltechnology;thedevelopmentofthetechnologyhasopenedupanewwaytosolvethepro

7、blemofcomplexnonlinearsystem.Dataassimilationmethodisaimedattheintegrationofthephysicalmodelandmulti-sourcedata,traditionaldataassimilationtechniqueshavebeenwidelyusedinthefieldoflinearsystem,however,whenthesystemisnonlinear,thefilteringbaseddataassimilationmethodswillhavef

8、ilterdivergencesproblems.Withregardtothefilteringdivergenceproblemsofnonlinearsyst