Conceptos Básicos
Eine effiziente Methode zur Zustandsschätzung aus wenigen linearen Messungen, die auf wörterbuchbasierter Modellreduktion und randomisierter linearer Algebra basiert.
Resumen
Der Artikel befasst sich mit dem Problem der Zustandsschätzung aus wenigen linearen Messungen, wenn der zu schätzende Zustand ein Element einer Lösungsmannigfaltigkeit M ist. Es wird eine Methode vorgestellt, die auf wörterbuchbasierter Modellreduktion und randomisierter linearer Algebra basiert.
Zunächst wird der klassische PBDW-Ansatz erläutert, bei dem der Zustand als Summe eines Elements aus einem Hintergrundraum V und einer Korrektur im Beobachtungsraum W dargestellt wird. Dieser Ansatz hat jedoch Einschränkungen, wenn M nicht gut durch einen einzelnen linearen Unterraum approximiert werden kann.
Daher wird ein allgemeiner Mehrraum-Ansatz beschrieben, bei dem der Hintergrundraum adaptiv aus einer Bibliothek LN
n von N Unterräumen ausgewählt wird. Die Auswahl erfolgt durch Minimierung eines Ersatzabstands S zur Mannigfaltigkeit M. Es wird gezeigt, dass der Schätzfehler durch den besten Fehler innerhalb der Bibliothek beschränkt werden kann.
Um die Berechnung des Ersatzabstands S effizient zu gestalten, wird ein randomisierter Ansatz vorgeschlagen, der auf randomisierter linearer Algebra basiert. Dieser ermöglicht eine effiziente Offline-Online-Zerlegung, insbesondere im Fall parameterabhängiger Operatorgleichungen mit affiner Parametrisierung.
Schließlich wird ein wörterbuchbasierter Mehrraum-Ansatz präsentiert, bei dem die Hintergraumräume aus einer großen Menge von Kandidatenräumen ausgewählt werden, die durch einen Wörterbuch-Ansatz generiert werden. Auch hier wird der randomisierte Ersatzabstand verwendet, um eine effiziente Offline-Online-Zerlegung zu erreichen.
Estadísticas
Die Singulärwerte von B(ξ) sind gleichmäßig in ξ beschränkt: 0 < c ≤ min_v ∥B(ξ)v∥_U' / ∥v∥_U ≤ max_v ∥B(ξ)v∥_U' / ∥v∥_U ≤ C < ∞ für alle ξ ∈ P.
Die Abbildung ξ → B(ξ) und ξ → f(ξ) haben affine Darstellungen.
Citas
"Eine effiziente Methode zur Zustandsschätzung aus wenigen linearen Messungen, die auf wörterbuchbasierter Modellreduktion und randomisierter linearer Algebra basiert."
"Der Schätzfehler wird durch den besten Fehler innerhalb der Bibliothek beschränkt."
"Der randomisierte Ansatz ermöglicht eine effiziente Offline-Online-Zerlegung, insbesondere im Fall parameterabhängiger Operatorgleichungen mit affiner Parametrisierung."