2 Copyright (C) 2008-2015 EDF R&D
4 This file is part of SALOME ADAO module.
6 This library is free software; you can redistribute it and/or
7 modify it under the terms of the GNU Lesser General Public
8 License as published by the Free Software Foundation; either
9 version 2.1 of the License, or (at your option) any later version.
11 This library is distributed in the hope that it will be useful,
12 but WITHOUT ANY WARRANTY; without even the implied warranty of
13 MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU
14 Lesser General Public License for more details.
16 You should have received a copy of the GNU Lesser General Public
17 License along with this library; if not, write to the Free Software
18 Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111-1307 USA
20 See http://www.salome-platform.org/ or email : webmaster.salome@opencascade.com
22 Author: Jean-Philippe Argaud, jean-philippe.argaud@edf.fr, EDF R&D
24 .. index:: single: KalmanFilter
25 .. _section_ref_algorithm_KalmanFilter:
27 Algorithme de calcul "*KalmanFilter*"
28 -------------------------------------
33 Cet algorithme réalise une estimation de l'état d'un système dynamique par un
36 Il est théoriquement réservé aux cas d'opérateurs d'observation et d'évolution
37 incrémentale (processus) linéaires, même s'il fonctionne parfois dans les cas "faiblement"
38 non-linéaire. On peut vérifier la linéarité de l'opérateur d'observation à
39 l'aide de l':ref:`section_ref_algorithm_LinearityTest`.
41 En cas de non-linéarité, même peu marquée, on lui préférera
42 l':ref:`section_ref_algorithm_ExtendedKalmanFilter` ou
43 l':ref:`section_ref_algorithm_UnscentedKalmanFilter`.
45 Commandes requises et optionnelles
46 ++++++++++++++++++++++++++++++++++
48 .. index:: single: Background
49 .. index:: single: BackgroundError
50 .. index:: single: Observation
51 .. index:: single: ObservationError
52 .. index:: single: ObservationOperator
53 .. index:: single: EstimationOf
54 .. index:: single: StoreInternalVariables
55 .. index:: single: StoreSupplementaryCalculations
57 Les commandes requises générales, disponibles dans l'interface en édition, sont
61 *Commande obligatoire*. Elle définit le vecteur d'ébauche ou
62 d'initialisation, noté précédemment :math:`\mathbf{x}^b`. Sa valeur est
63 définie comme un objet de type "*Vector*" ou de type "*VectorSerie*".
66 *Commande obligatoire*. Elle définit la matrice de covariance des erreurs
67 d'ébauche, notée précédemment :math:`\mathbf{B}`. Sa valeur est définie
68 comme un objet de type "*Matrix*", de type "*ScalarSparseMatrix*", ou de
69 type "*DiagonalSparseMatrix*".
72 *Commande obligatoire*. Elle définit le vecteur d'observation utilisé en
73 assimilation de données ou en optimisation, et noté précédemment
74 :math:`\mathbf{y}^o`. Sa valeur est définie comme un objet de type "*Vector*"
75 ou de type "*VectorSerie*".
78 *Commande obligatoire*. Elle définit la matrice de covariance des erreurs
79 d'ébauche, notée précédemment :math:`\mathbf{R}`. Sa valeur est définie
80 comme un objet de type "*Matrix*", de type "*ScalarSparseMatrix*", ou de
81 type "*DiagonalSparseMatrix*".
84 *Commande obligatoire*. Elle indique l'opérateur d'observation, noté
85 précédemment :math:`H`, qui transforme les paramètres d'entrée
86 :math:`\mathbf{x}` en résultats :math:`\mathbf{y}` qui sont à comparer aux
87 observations :math:`\mathbf{y}^o`. Sa valeur est définie comme un objet de
88 type "*Function*" ou de type "*Matrix*". Dans le cas du type "*Function*",
89 différentes formes fonctionnelles peuvent être utilisées, comme décrit dans
90 la section :ref:`section_ref_operator_requirements`. Si un contrôle
91 :math:`U` est inclus dans le modèle d'observation, l'opérateur doit être
92 appliqué à une paire :math:`(X,U)`.
94 Les commandes optionnelles générales, disponibles dans l'interface en édition,
95 sont indiquées dans la :ref:`section_ref_assimilation_keywords`. En particulier,
96 la commande optionnelle "*AlgorithmParameters*" permet d'indiquer les options
97 particulières, décrites ci-après, de l'algorithme. On se reportera à la
98 :ref:`section_ref_options_AlgorithmParameters` pour le bon usage de cette
101 Les options de l'algorithme sont les suivantes:
104 Cette clé permet de choisir le type d'estimation à réaliser. Cela peut être
105 soit une estimation de l'état, avec la valeur "State", ou une estimation de
106 paramètres, avec la valeur "Parameters". Le choix par défaut est "State".
108 Exemple : ``{"EstimationOf":"Parameters"}``
110 StoreInternalVariables
111 Cette clé booléenne permet de stocker les variables internes par défaut,
112 principalement l'état courant lors d'un processus itératif. Attention, cela
113 peut être un choix numériquement coûteux dans certains cas de calculs. La
114 valeur par défaut est "False".
116 Exemple : ``{"StoreInternalVariables":True}``
118 StoreSupplementaryCalculations
119 Cette liste indique les noms des variables supplémentaires qui peuvent être
120 disponibles à la fin de l'algorithme. Cela implique potentiellement des
121 calculs ou du stockage coûteux. La valeur par défaut est une liste vide,
122 aucune de ces variables n'étant calculée et stockée par défaut. Les noms
123 possibles sont dans la liste suivante : ["APosterioriCovariance", "BMA",
126 Exemple : ``{"StoreSupplementaryCalculations":["BMA","Innovation"]}``
128 Informations et variables disponibles à la fin de l'algorithme
129 ++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
131 En sortie, après exécution de l'algorithme, on dispose d'informations et de
132 variables issues du calcul. La description des
133 :ref:`section_ref_output_variables` indique la manière de les obtenir par la
134 méthode nommée ``get`` de la variable "*ADD*" du post-processing. Les variables
135 d'entrée, mises à disposition de l'utilisateur en sortie pour faciliter
136 l'écriture des procédures de post-processing, sont décrites dans
137 l':ref:`subsection_r_o_v_Inventaire`.
139 Les sorties non conditionnelles de l'algorithme sont les suivantes:
142 *Liste de vecteurs*. Chaque élément est un état optimal :math:`\mathbf{x}*`
143 en optimisation ou une analyse :math:`\mathbf{x}^a` en assimilation de
146 Exemple : ``Xa = ADD.get("Analysis")[-1]``
148 Les sorties conditionnelles de l'algorithme sont les suivantes:
150 APosterioriCovariance
151 *Liste de matrices*. Chaque élément est une matrice :math:`\mathbf{A}*` de
152 covariances des erreurs *a posteriori* de l'état optimal.
154 Exemple : ``A = ADD.get("APosterioriCovariance")[-1]``
157 *Liste de vecteurs*. Chaque élément est un vecteur d'écart entre
158 l'ébauche et l'état optimal.
160 Exemple : ``bma = ADD.get("BMA")[-1]``
163 *Liste de valeurs*. Chaque élément est une valeur de fonctionnelle d'écart
166 Exemple : ``J = ADD.get("CostFunctionJ")[:]``
169 *Liste de valeurs*. Chaque élément est une valeur de fonctionnelle d'écart
170 :math:`J^b`, c'est-à-dire de la partie écart à l'ébauche.
172 Exemple : ``Jb = ADD.get("CostFunctionJb")[:]``
175 *Liste de valeurs*. Chaque élément est une valeur de fonctionnelle d'écart
176 :math:`J^o`, c'est-à-dire de la partie écart à l'observation.
178 Exemple : ``Jo = ADD.get("CostFunctionJo")[:]``
181 *Liste de vecteurs*. Chaque élément est un vecteur d'état courant utilisé
182 au cours du déroulement de l'algorithme d'optimisation.
184 Exemple : ``Xs = ADD.get("CurrentState")[:]``
187 *Liste de vecteurs*. Chaque élément est un vecteur d'innovation, qui est
188 en statique l'écart de l'optimum à l'ébauche, et en dynamique l'incrément
191 Exemple : ``d = ADD.get("Innovation")[-1]``
196 Références vers d'autres sections :
197 - :ref:`section_ref_algorithm_ExtendedKalmanFilter`
198 - :ref:`section_ref_algorithm_UnscentedKalmanFilter`