集合卡尔曼滤波算法简明教程
摘要：集合卡尔曼滤波器（EnKF）是一种适用于具有大量变量的问题的递归滤波器，例如地球物理模型中的偏微分方程离散化。EnKF起源于卡尔曼滤波器的大问题版本（基本上，协方差矩阵被样本协方差替代），现在是集合预测中重要的数据同化组件。EnKF与粒子滤波器相关（在此上下文中，粒子与集合成员是同一回事），但EnKF假设所涉及的所有概率分布都是高斯分布。本文简要描述了基本版本EnKF的推导和实际实现，并回顾了几个扩展。
作者：Jan Mandel
论文ID：0901.3725
分类：Atmospheric and Oceanic Physics
分类简称：physics.ao-ph
提交时间：2009-01-26