[論文レビュー] Stability of Filters for the Navier-Stokes Equation

Charles Brett, Kei Fong Lam+4 more|arXiv (Cornell University)|Oct 11, 2011

Meteorological Phenomena and Simulations参考文献 27被引用数 7

ひとこと要約

本稿は、PDEに基づく枠組みを用いて、2次元非圧縮性ナビエ–ストークス方程式におけるフィルタ安定性の理論的条件を確立する。観測ノイズが小さく、観測空間が不安定モードを捉えている場合、手動的なガウスフィルタが真の信号を正確に追跡できることを示している。主な結果は、観測ノイズが小さい極限において、観測空間が低次元の不安定モードを十分に含む場合、フィルタ安定性が達成されることである。数値的検証は、ノイズレベルや観測頻度の異なるさまざまな領域で行われた。

ABSTRACT

Data assimilation methodologies are designed to incorporate noisy observations of a physical system into an underlying model in order to infer the properties of the state of the system. Filters refer to a class of data assimilation algorithms designed to update the estimation of the state in a on-line fashion, as data is acquired sequentially. For linear problems subject to Gaussian noise filtering can be performed exactly using the Kalman filter. For nonlinear systems it can be approximated in a systematic way by particle filters. However in high dimensions these particle filtering methods can break down. Hence, for the large nonlinear systems arising in applications such as weather forecasting, various ad hoc filters are used, mostly based on making Gaussian approximations. The purpose of this work is to study the properties of these ad hoc filters, working in the context of the 2D incompressible Navier-Stokes equation. By working in this infinite dimensional setting we provide an analysis which is useful for understanding high dimensional filtering, and is robust to mesh-refinement. We describe theoretical results showing that, in the small observational noise limit, the filters can be tuned to accurately track the signal itself (filter stability), provided the system is observed in a sufficiently large low dimensional space; roughly speaking this space should be large enough to contain the unstable modes of the linearized dynamics. Numerical results are given which illustrate the theory. In a simplified scenario we also derive, and study numerically, a stochastic PDE which determines filter stability in the limit of frequent observations, subject to large observational noise. The positive results herein concerning filter stability complement recent numerical studies which demonstrate that the ad hoc filters perform poorly in reproducing statistical variation about the true signal.

研究の動機と目的

• 高次元データ同化に用いられる手動フィルタの安定性を分析すること。特に、地球物理流体力学における応用を対象とする。
• 無限次元設定における3DVARのようなフィルタの明確で厳密な理論的理解の欠如に取り組むこと。
• ナビエ–ストークス系の真の状態をフィルタが正確に追跡できる条件を確立すること。
• 有限次元フィルタ理論と無限次元PDEモデルの橋渡しをすることにより、メッシュの細分化に頑健な性能を確保すること。
• 先行研究でフィルタの統計的ばらつきの再現が不十分であることが示されたのを補完し、特定の条件下でフィルタの平均追跡精度が保証されることを証明すること。

提案手法

• 2次元非圧縮性ナビエ–ストークス方程式に対して、関数空間における適切に定式化された逆問題としてフィルタリング問題を定式化する。
• ヒルベルト空間における変分原理とベイズ近似を用いて、近似的なガウスフィルタ（例：3DVAR）を導出する。
• 無限次元力学系の安定性解析および決定的モード理論の技術を応用する。
• エネルギー推定と$L^2$ノルムにおける信号と推定値の誤差の境界を用いて、フィルタ安定性を確立する。
• 繰り返しのノイズのある観測下でのフィルタ挙動を特徴付ける確率的PDE（SPDE）と極限PDEを導出する。
• 数値シミュレーションを用いて、異なるノイズレベル、観測頻度、パrameter領域における理論的結果の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 観測ノイズが存在する中で、ガウスフィルタが2次元ナビエ–ストークス方程式の真の状態を正確に追跡する条件は何か？
• RQ2 観測空間の次元と構造は、フィルタ安定性にどのように影響するか？
• RQ3 線形化された力学系の不安定モードが、フィルタ収束を可能にする役割を果たすのはどのようなものか？
• RQ4 観測ノイズの頻度と大きさは、繰り返し観測の極限においてフィルタ性能にどのように影響するか？
• RQ5 高頻度・大ノイズ観測領域におけるフィルタ安定性を特徴付けるPDEまたはSPDEを導出できるか？

主な発見

• 観測ノイズが小さい極限において、線形化ナビエ–ストークス力学系の不安定モードが観測空間に含まれる場合、フィルタ安定性が証明される。
• 観測ノイズが小さい（$\sigma_0 = 0.005$）場合、フィルタは$O(1)$の誤差低減を達成し、特に$\beta=1$のとき、高次モードの揺らぎが速やかに減衰するため、信号を正確に追跡する。
• $\omega=100$ および $\sigma_0=0.05$ の場合、$\beta=0$ では高次モードに同期しないが、$\beta=1$ では同期に成功する。これはノイズスケーリングの重要性を示している。
• 頻繁な観測（$r<1$）の極限において、$\omega = O(100)$ では機械精度に指数的収束が達成されるが、$\omega = O(1)$ では不安定な挙動を示す。
• 中間の$\omega$（例：$\omega=10$ または $30$）では、推定器は有界のまま保たれるが同期しない、あるいは同期に近づく可能性があり、これは遷移領域を示している。
• 数値結果は理論的予測を確認しており、フィルタ性能がノイズの大きさ、観測頻度、スケーリングパrameter $\beta$ に極めて敏感であることが示されている。