Nonlinear Data Assimilation

این کتاب شامل دو مقاله مروری در مورد همسان سازی داده های غیرخطی است که به موضوعات مرتبط نزدیک می پردازند اما نوشته شده اند و می توان آنها را به طور مستقل خواند. هر دو مشارکت بر به اصطلاح فیلترهای ذرات تمرکز دارند.

اولین مشارکت توسط Jan van Leeuwen بر پتانسیل تراکم پیشنهادی متمرکز است. این مسائل را با فیلترهای ذرات امروزی مورد بحث قرار می‌دهد و ایده‌های جدیدی را برای چگالی پیشنهادی برای حل آن‌ها جستجو می‌کند، به فیلترهای ذرات که در سیستم‌هایی با هر بعد به خوبی کار می‌کنند، همگرا می‌شود، و مشارکت را با یک مثال با ابعاد بالا می‌بندد. مقاله دوم توسط چنگ و رایش یک چارچوب یکپارچه برای فیلترهای ذرات تبدیل گروهی را مورد بحث قرار می دهد. این اجازه می دهد تا بتوان مجموعه موفق فیلترهای کالمن را با فیلترهای ذرات کاملاً غیرخطی پل زد و امکان معرفی مناسب محلی سازی در فیلترهای ذرات را فراهم می کند، که تا به حال فاقد آن بوده است.

This book contains two review articles on nonlinear data assimilation that deal with closely related topics but were written and can be read independently. Both contributions focus on so-called particle filters.

The first contribution by Jan van Leeuwen focuses on the potential of proposal densities. It discusses the issues with present-day particle filters and explorers new ideas for proposal densities to solve them, converging to particle filters that work well in systems of any dimension, closing the contribution with a high-dimensional example. The second contribution by Cheng and Reich discusses a unified framework for ensemble-transform particle filters. This allows one to bridge successful ensemble Kalman filters with fully nonlinear particle filters, and allows a proper introduction of localization in particle filters, which has been lacking up to now.