Fechar

1. Identificação
Tipo de ReferênciaArtigo em Revista Científica (Journal Article)
Sitemtc-m16b.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificadorx6e6X3pFwXQZ3DUS8rS5/Cc23K
Repositóriocptec.inpe.br/walmeida/2004/05.18.14.35   (acesso restrito)
Última Atualização2005:11.18.14.51.00 (UTC) administrator
Repositório de Metadadoscptec.inpe.br/walmeida/2004/05.18.14.35.45
Última Atualização dos Metadados2021:02.10.18.59.52 (UTC) administrator
Chave SecundáriaINPE-13476-PRE/8689
ISSN1099-2391
Chave de CitaçãoNowosadRiosCamp:2000:DaAsUs
TítuloData Assimilation Using an Adaptative Kalman Filter and Laplace Transform
ProjetoModelagem da atmosfera e interfaces
Ano2000
Data Secundária20051118
Data de Acesso29 abr. 2024
Tipo SecundárioPRE PI
Número de Arquivos1
Tamanho576 KiB
2. Contextualização
Autor1 Nowosad, Alexandre Guirland
2 Rios Neto, A.
3 Campos Velho, Haroldo Fraga de
Identificador de Curriculo1 8JMKD3MGP5W/3C9JGGN
2
3 8JMKD3MGP5W/3C9JHC3
Grupo1 DMD-INPE-MCT-BR
2 CPT-INPE-MCT-BR
3 LAC-INPE-MCT-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mailatus@cptec.inpe.br
RevistaHybrid Methods in Engineering
Volume2
Número3
Páginas289-307
Histórico (UTC)2006-02-08 15:27:51 :: Fabia -> administrator ::
2008-06-10 19:46:16 :: administrator -> estagiario ::
2010-05-11 16:53:13 :: estagiario -> administrator ::
2021-02-10 18:59:52 :: administrator -> marciana :: 2000
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Palavras-Chavedata assimilation
kalman filter
laplace transform
molinear dynamics
ResumoAn Adaptive Extended Kalman Filter is used for data assimilation in two non-linear dynamical systems: the Lorenz system in chaotic state and the computational model DYNAMO for the atmosphere. This approach does not require the modelling error to be stationary and uses a linear Kalman filter to estimate this error. This method is compared to the methods using Laplace Transform, Linear and Extended Kalman Filter. The conclusion was that the choice between using Laplace Transform and Adaptative Kalman Filter assimilation methods for DYNAMO depended on whether one was willing to completely reject high-frequency information or not. When that information was considered useless the Laplace filtering eliminated it better than Kalman. Otherwise Kalman assimilated it better than Laplace.
ÁreaMET
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > LABAC > Data Assimilation Using...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > CGCPT > Data Assimilation Using...
Arranjo 3urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDMD > Data Assimilation Using...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
Idiomaen
Arquivo AlvoNowosad_DataAssimilation.pdf
Grupo de Usuáriosadministrator
estagiario
Visibilidadeshown
Detentor da CópiaSID/SCD
Política de Arquivamentodenypublisher denyfinaldraft
Permissão de Leituradeny from all and allow from 150.163
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3ESGTTP
8JMKD3MGPCW/3EUPEJL
8JMKD3MGPCW/43SKC35
DivulgaçãoWEBSCI
Acervo Hospedeirocptec.inpe.br/walmeida/2003/04.25.17.12
6. Notas
Campos Vaziosalternatejournal archivist callnumber copyright creatorhistory descriptionlevel documentstage doi electronicmailaddress format isbn label lineage mark mirrorrepository month nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup rightsholder schedulinginformation secondarymark session shorttitle sponsor subject tertiarymark tertiarytype typeofwork url versiontype
7. Controle da descrição
e-Mail (login)marciana
atualizar 


Fechar