РУсскоязычный Архив Электронных СТатей периодических изданий
Найти!
Инженерный журнал: наука и инновации/2013/№ 6/
В наличии за
50 руб.
Купить
Облако ключевых слов*
* - вычисляется автоматически
Недавно смотрели:

Параллельная реализация локального ансамблевого фильтра Калмана для усвоения атмосферных данных

Одним из основных путей уменьшения ошибок численного прогноза погоды является улучшение оценки состояния атмосферы, используемой в качестве начальных данных для прогностической модели. Вычислительная сложность алгоритмов усвоения данных диктует необходимость их эффективной параллельной реализации. В работе описана параллельная реализация алгоритма усвоения данных с помощью локального ансамблевого фильтра Калмана с преобразованием ансамбля. Приведены результаты ускорения и эффективности параллельной реализации. Показано, что неравномерное распределение вычислительной нагрузки между процессами ограничивает эффективность параллельного алгоритма. Работа выполнена при поддержке грантов в форме субсидий Минобрнауки России по соглашениям 8350 и 8344 от 17.08.2012 г.

Авторы
Тэги
Тематические рубрики
Предметные рубрики
В этом же номере:
Резюме по документу**
УДК 519.688 Параллельная реализация локального ансамблевого фильтра Калмана для усвоения атмосферных данных В.Г. Мизяк, А.В. Шляева, М.А. Толстых ФГБУ «Гидрометцентр России», Москва, 123242, Россия Одним из основных путей уменьшения ошибок численного прогноза погоды является улучшение оценки состояния атмосферы, используемой в качестве начальных данных для прогностической модели. <...> Вычислительная сложность алгоритмов усвоения данных диктует необходимость их эффективной параллельной реализации. <...> В работе описана параллельная реализация алгоритма усвоения данных с помощью локального ансамблевого фильтра Калмана с преобразованием ансамбля. <...> Работа выполнена при поддержке грантов в форме субсидий Минобрнауки России по соглашениям 8350 и 8344 от 17.08.2012 г. Ключевые слова: параллельный алгоритм, ансамблевые фильтры Калмана, усвоение данных. <...> На протяжении многих лет численный прогноз погоды остается одной из тех задач, решение которой требует огромных вычислительных ресурсов. <...> Система численного прогноза погоды включает в себя два основных компонента: <...> Одним из основных путей уменьшения ошибок численного прогноза погоды является улучшение оценки состояния атмосферы, используемой в качестве начальных данных для прогностической модели. <...> В этом случае ошибки первого приближения и наблюдений можно описать их матрицами ковариаций: Pb — матрица ковариаций ошибок первого приближения, R — матрица ковариаций ошибок наблюдений. <...> Решением задачи о нахождении оптимальной оценки состояния атмосферы является вектор анализа xaRn: x xK y H x ( ) a bo =+ b , (1) где K — весовая матрица; H — оператор наблюдений, который проектирует вектор из пространства модели в пространство наблюдений. <...> Наибольшую сложность представляет построение матрицы ковариаций ошибок первого приближения. <...> В настоящее время широко распространены две группы методов усвоения данных: вариационное усвоение и усвоение с помощью ансамблевых фильтров <...>
** - вычисляется автоматически, возможны погрешности

Похожие документы:

  • Похожие документы из РУАЭСТ
  • |
  • Похожие документы из Руконт

Помощь:

Участники:

© НЦР Руконт 2014