Salome HOME
Adding CurrentIterationNumber to user information and documentation
[modules/adao.git] / doc / fr / ref_algorithm_UnscentedKalmanFilter.rst
1 ..
2    Copyright (C) 2008-2020 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 rapproché de
41 l':ref:`section_ref_algorithm_EnsembleKalmanFilter`, dont les qualités sont
42 similaires pour les systèmes non-linéaires.
43
44 On remarque qu'il n'y a pas d'analyse effectuée au pas de temps initial
45 (numéroté 0 dans l'indexage temporel) car il n'y a pas de prévision à cet
46 instant (l'ébauche est stockée comme pseudo-analyse au pas initial). Si les
47 observations sont fournies en série par l'utilisateur, la première n'est donc
48 pas utilisée.
49
50 Dans le cas d'opérateurs linéaires ou "faiblement" non-linéaire, on peut
51 aisément utiliser l':ref:`section_ref_algorithm_ExtendedKalmanFilter` ou même
52 l':ref:`section_ref_algorithm_KalmanFilter`, qui sont souvent largement moins
53 coûteux en évaluation sur de petits systèmes. On peut vérifier la linéarité des
54 opérateurs à l'aide de l':ref:`section_ref_algorithm_LinearityTest`.
55
56 .. ------------------------------------ ..
57 .. include:: snippets/Header2Algo02.rst
58
59 .. include:: snippets/Background.rst
60
61 .. include:: snippets/BackgroundError.rst
62
63 .. include:: snippets/EvolutionError.rst
64
65 .. include:: snippets/EvolutionModel.rst
66
67 .. include:: snippets/Observation.rst
68
69 .. include:: snippets/ObservationError.rst
70
71 .. include:: snippets/ObservationOperator.rst
72
73 .. ------------------------------------ ..
74 .. include:: snippets/Header2Algo03AdOp.rst
75
76 .. include:: snippets/BoundsWithExtremes.rst
77
78 .. include:: snippets/ConstrainedBy.rst
79
80 .. include:: snippets/EstimationOf.rst
81
82 .. include:: snippets/AlphaBeta.rst
83
84 StoreSupplementaryCalculations
85   .. index:: single: StoreSupplementaryCalculations
86
87   Cette liste indique les noms des variables supplémentaires qui peuvent être
88   disponibles à la fin de l'algorithme, si elles sont initialement demandées par
89   l'utilisateur. Cela implique potentiellement des calculs ou du stockage
90   coûteux. La valeur par défaut est une liste vide, aucune de ces variables
91   n'étant calculée et stockée par défaut sauf les variables inconditionnelles.
92   Les noms possibles sont dans la liste suivante : [
93   "Analysis",
94   "APosterioriCorrelations",
95   "APosterioriCovariance",
96   "APosterioriStandardDeviations",
97   "APosterioriVariances",
98   "BMA",
99   "CostFunctionJ",
100   "CostFunctionJb",
101   "CostFunctionJo",
102   "CurrentIterationNumber",
103   "CurrentState",
104   "InnovationAtCurrentState",
105   ].
106
107   Exemple :
108   ``{"StoreSupplementaryCalculations":["BMA", "CurrentState"]}``
109
110 .. ------------------------------------ ..
111 .. include:: snippets/Header2Algo04.rst
112
113 .. include:: snippets/Analysis.rst
114
115 .. ------------------------------------ ..
116 .. include:: snippets/Header2Algo05.rst
117
118 .. include:: snippets/Analysis.rst
119
120 .. include:: snippets/APosterioriCorrelations.rst
121
122 .. include:: snippets/APosterioriCovariance.rst
123
124 .. include:: snippets/APosterioriStandardDeviations.rst
125
126 .. include:: snippets/APosterioriVariances.rst
127
128 .. include:: snippets/BMA.rst
129
130 .. include:: snippets/CostFunctionJ.rst
131
132 .. include:: snippets/CostFunctionJb.rst
133
134 .. include:: snippets/CostFunctionJo.rst
135
136 .. include:: snippets/CurrentIterationNumber.rst
137
138 .. include:: snippets/CurrentState.rst
139
140 .. include:: snippets/InnovationAtCurrentState.rst
141
142 .. ------------------------------------ ..
143 .. include:: snippets/Header2Algo06.rst
144
145 - :ref:`section_ref_algorithm_KalmanFilter`
146 - :ref:`section_ref_algorithm_ExtendedKalmanFilter`
147 - :ref:`section_ref_algorithm_EnsembleKalmanFilter`
148
149 .. ------------------------------------ ..
150 .. include:: snippets/Header2Algo07.rst
151
152 - [WikipediaUKF]_