A Gaussian-mixture ensemble transform filter
- We generalize the popular ensemble Kalman filter to an ensemble transform filter, in which the prior distribution can take the form of a Gaussian mixture or a Gaussian kernel density estimator. The design of the filter is based on a continuous formulation of the Bayesian filter analysis step. We call the new filter algorithm the ensemble Gaussian-mixture filter (EGMF). The EGMF is implemented for three simple test problems (Brownian dynamics in one dimension, Langevin dynamics in two dimensions and the three-dimensional Lorenz-63 model). It is demonstrated that the EGMF is capable of tracking systems with non-Gaussian uni- and multimodal ensemble distributions.
| Verfasserangaben: | Sebastian ReichORCiDGND |
|---|---|
| DOI: | https://doi.org/10.1002/qj.898 |
| ISSN: | 0035-9009 |
| Titel des übergeordneten Werks (Englisch): | Quarterly journal of the Royal Meteorological Society |
| Verlag: | Wiley-Blackwell |
| Verlagsort: | Malden |
| Publikationstyp: | Wissenschaftlicher Artikel |
| Sprache: | Englisch |
| Jahr der Erstveröffentlichung: | 2012 |
| Erscheinungsjahr: | 2012 |
| Datum der Freischaltung: | 26.03.2017 |
| Freies Schlagwort / Tag: | Gaussian kernel estimators; Gaussian mixtures; data assimilation; ensemble Kalman filter; nonlinear filtering |
| Band: | 138 |
| Ausgabe: | 662 |
| Seitenanzahl: | 12 |
| Erste Seite: | 222 |
| Letzte Seite: | 233 |
| Organisationseinheiten: | Mathematisch-Naturwissenschaftliche Fakultät / Institut für Mathematik |
| Peer Review: | Referiert |
