doc/fr/ref_algorithm_UnscentedKalmanFilter.rst

   1 ..
   2    Copyright (C) 2008-2019 EDF R&D
   3
   4    This file is part of SALOME ADAO module.
   5
   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.
  10
  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.
  15
  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
  19
  20    See http://www.salome-platform.org/ or email : webmaster.salome@opencascade.com
  21
  22    Author: Jean-Philippe Argaud, jean-philippe.argaud@edf.fr, EDF R&D
  23
  24 .. index:: single: UnscentedKalmanFilter
  25 .. _section_ref_algorithm_UnscentedKalmanFilter:
  26
  27 Algorithme de calcul "*UnscentedKalmanFilter*"
  28 ----------------------------------------------
  29
  30 .. ------------------------------------ ..
  31 .. include:: snippets/Header2Algo01.rst
  32
  33 Cet algorithme réalise une estimation de l'état d'un système dynamique par un
  34 filtre de Kalman "unscented", permettant d'éviter de devoir calculer les
  35 opérateurs tangent ou adjoint pour les opérateurs d'observation ou d'évolution,
  36 comme dans les filtres de Kalman simple ou étendu.
  37
  38 Il s'applique aux cas d'opérateurs d'observation et d'évolution incrémentale
  39 (processus) non-linéaires et présente d'excellentes qualités de robustesse et
  40 de performances. Il peut être comparé à
  41 l':ref:`section_ref_algorithm_EnsembleKalmanFilter`, dont les qualités sont
  42 similaires pour les systèmes non-linéaires.
  43
  44 Dans le cas d'opérateurs linéaires ou "faiblement" non-linéaire, on peut
  45 aisément utiliser l':ref:`section_ref_algorithm_ExtendedKalmanFilter` ou même
  46 l':ref:`section_ref_algorithm_KalmanFilter`, qui sont souvent largement moins
  47 coûteux en évaluation sur de petits systèmes. On peut vérifier la linéarité des
  48 opérateurs à l'aide de l':ref:`section_ref_algorithm_LinearityTest`.
  49
  50 .. ------------------------------------ ..
  51 .. include:: snippets/Header2Algo02.rst
  52
  53 .. include:: snippets/Background.rst
  54
  55 .. include:: snippets/BackgroundError.rst
  56
  57 .. include:: snippets/EvolutionError.rst
  58
  59 .. include:: snippets/EvolutionModel.rst
  60
  61 .. include:: snippets/Observation.rst
  62
  63 .. include:: snippets/ObservationError.rst
  64
  65 .. include:: snippets/ObservationOperator.rst
  66
  67 .. ------------------------------------ ..
  68 .. include:: snippets/Header2Algo03AdOp.rst
  69
  70 .. include:: snippets/BoundsWithExtremes.rst
  71
  72 .. include:: snippets/ConstrainedBy.rst
  73
  74 .. include:: snippets/EstimationOf.rst
  75
  76 .. include:: snippets/AlphaBeta.rst
  77
  78 StoreSupplementaryCalculations
  79   .. index:: single: StoreSupplementaryCalculations
  80
  81   Cette liste indique les noms des variables supplémentaires qui peuvent être
  82   disponibles à la fin de l'algorithme. Cela implique potentiellement des
  83   calculs ou du stockage coûteux. La valeur par défaut est une liste vide,
  84   aucune de ces variables n'étant calculée et stockée par défaut. Les noms
  85   possibles sont dans la liste suivante : [
  86   "APosterioriCorrelations",
  87   "APosterioriCovariance",
  88   "APosterioriStandardDeviations",
  89   "APosterioriVariances",
  90   "BMA",
  91   "CostFunctionJ",
  92   "CostFunctionJb",
  93   "CostFunctionJo",
  94   "CurrentState",
  95   "Innovation",
  96   ].
  97
  98   Exemple :
  99   ``{"StoreSupplementaryCalculations":["BMA", "Innovation"]}``
 100
 101 .. ------------------------------------ ..
 102 .. include:: snippets/Header2Algo04.rst
 103
 104 .. include:: snippets/Analysis.rst
 105
 106 .. ------------------------------------ ..
 107 .. include:: snippets/Header2Algo05.rst
 108
 109 .. include:: snippets/APosterioriCorrelations.rst
 110
 111 .. include:: snippets/APosterioriCovariance.rst
 112
 113 .. include:: snippets/APosterioriStandardDeviations.rst
 114
 115 .. include:: snippets/APosterioriVariances.rst
 116
 117 .. include:: snippets/BMA.rst
 118
 119 .. include:: snippets/CostFunctionJ.rst
 120
 121 .. include:: snippets/CostFunctionJb.rst
 122
 123 .. include:: snippets/CostFunctionJo.rst
 124
 125 .. include:: snippets/CurrentState.rst
 126
 127 .. include:: snippets/Innovation.rst
 128
 129 .. ------------------------------------ ..
 130 .. include:: snippets/Header2Algo06.rst
 131
 132 - :ref:`section_ref_algorithm_KalmanFilter`
 133 - :ref:`section_ref_algorithm_ExtendedKalmanFilter`
 134 - :ref:`section_ref_algorithm_EnsembleKalmanFilter`
 135
 136 .. ------------------------------------ ..
 137 .. include:: snippets/Header2Algo07.rst
 138
 139 - [WikipediaUKF]_