一种适合于小样本的多尺度集合调整卡尔曼滤波方法

本发明提供了一种适合于小样本的多尺度集合调整卡尔曼滤波方法,基于一个数值模式，要求模式的模拟结果对实际问题中关注的过程要有代表性。同时，搜集观测数据，以满足用同化算法和观测数据修正模式状态的要求。同时，利用该模式，生成个动态的集合成员。通过本发明的技术方案，与传统的同化方法相比，本同化方法既维持了集合滤波流依赖的特征，又对背景流的低频信号有代表性，从而有更加准确的系统状态估计。由于每一个集合成员在执行集合调整卡尔曼滤波之前，先使用了多尺度同化算法进行了一步滤波，此方法利用少量的集合成员数量即可有较好的状态估计结果。