本文選題：Kalman濾波　切入點(diǎn)：有效波高　出處：《河南大學(xué)》2017年碩士論文　論文類(lèi)型：學(xué)位論文

【摘要】：Kalman濾波作為最優(yōu)化自回歸濾波器的基礎(chǔ),具有算法便于計(jì)算機(jī)編程實(shí)現(xiàn),并能對(duì)所獲得的數(shù)據(jù)進(jìn)行實(shí)時(shí)的更新和處理等優(yōu)點(diǎn),基于此,本文關(guān)于Kalman濾波做了以下研究:首先,利用Kalman濾波做了濾波前后海洋有效波高與海洋浮標(biāo)數(shù)據(jù)的對(duì)比分析,來(lái)驗(yàn)證Kalman濾波的有效性及其最優(yōu)估計(jì)的精確性.并借鑒前人的研究結(jié)果,改進(jìn)Kalman濾波的迭代方程,提高其運(yùn)算精度與速率.其次,為了提高海洋衛(wèi)星數(shù)據(jù)后處理精度,提出一個(gè)新的數(shù)據(jù)融合方法—— Kalman濾波融合法.并選取HY-2, Jason-2和SARAL/AltiKa三顆海洋衛(wèi)星所獲得的海洋數(shù)據(jù)做融合,對(duì)比分析融合前后數(shù)據(jù)的方差和覆蓋率,以此來(lái)證明該方法的有效性及應(yīng)用的靈活性.接著,分別利用Kalman濾波和反距離加權(quán)法反演全球海洋電離層TEC,并對(duì)兩種方法反演出的海洋衛(wèi)星電離層TEC數(shù)據(jù)做誤差分析.同時(shí)也再次突出了 Kalman濾波的實(shí)用性及平滑的特點(diǎn).最后,本文基于Lorenz-96模型,分析研究了集合Kalman濾波在資料同化過(guò)程中幾個(gè)重要參數(shù)的取值問(wèn)題,具有重要的應(yīng)用前景.
[Abstract]:As the foundation of the optimal autoregressive filter, Kalman filter is easy to realize by computer programming, and can update and process the obtained data in real time. Based on this, this paper does the following research on Kalman filter: first, The comparison and analysis of ocean effective wave height and ocean buoy data before and after filtering are done by using Kalman filter to verify the validity of Kalman filter and the accuracy of its optimal estimation. The iterative equation of Kalman filter is improved by using the previous research results. Secondly, in order to improve the post-processing accuracy of marine satellite data, a new data fusion method, Kalman filtering fusion method, is proposed, and ocean data obtained by HY-2, Jason-2 and SARAL/AltiKa are selected for fusion. The variance and coverage of the data before and after fusion are compared to demonstrate the effectiveness and flexibility of the method. Kalman filter and inverse distance weighting method are used to inverse the global ionospheric ionospheric TEC data respectively, and the error analysis of the two methods is made. At the same time, the practicability and smoothness of the Kalman filtering are also highlighted. Based on the Lorenz-96 model, this paper analyzes and studies the selection of several important parameters in the process of data assimilation by using the set Kalman filter, which has an important application prospect.
【學(xué)位授予單位】：河南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TN713

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王曉嵐;馬冠一;;基于雙頻GPS觀測(cè)的電離層TEC與硬件延遲反演方法[J];空間科學(xué)學(xué)報(bào);2014年02期

2 擺玉龍;高海沙;柴乾隆;黃春林;;基于Lorenz-96模型的順序數(shù)據(jù)同化方法比較研究[J];遙感技術(shù)與應(yīng)用;2013年02期

3 馬建文;秦思嫻;;數(shù)據(jù)同化算法研究現(xiàn)狀綜述[J];地球科學(xué)進(jìn)展;2012年07期

4 董春敏;周偉;曹振坦;張會(huì)娟;;平方根濾波的優(yōu)越性分析[J];測(cè)繪與空間地理信息;2012年01期

5 李新;擺玉龍;;順序數(shù)據(jù)同化的Bayes濾波框架[J];地球科學(xué)進(jìn)展;2010年05期

6 阮建國(guó);陳炯;;一種適于快速實(shí)現(xiàn)的卡爾曼濾波算法的改進(jìn)[J];電測(cè)與儀表;2009年02期

7 宮鵬;;遙感科學(xué)與技術(shù)中的一些前沿問(wèn)題[J];遙感學(xué)報(bào);2009年01期

8 李新;黃春林;車(chē)濤;晉銳;王書(shū)功;王介民;高峰;張述文;邱崇踐;王澄海;;中國(guó)陸面數(shù)據(jù)同化系統(tǒng)研究的進(jìn)展與前瞻[J];自然科學(xué)進(jìn)展;2007年02期

9 常曉濤;李建成;郭金運(yùn);黃金維;;一種多前緣多閾值的波形重構(gòu)算法[J];地球物理學(xué)報(bào);2006年06期

10 黃春林,李新;陸面數(shù)據(jù)同化系統(tǒng)的研究綜述[J];遙感技術(shù)與應(yīng)用;2004年05期

相關(guān)碩士學(xué)位論文 前2條

1 邱鳳云;Kalman濾波理論及其在通信與信號(hào)處理中的應(yīng)用[D];山東大學(xué);2008年

2 劉成思;集合卡爾曼濾波資料同化方案的設(shè)計(jì)和研究[D];中國(guó)氣象科學(xué)研究院;2005年

，

本文編號(hào)：1568877