Forcalquier, 2-6 Septembre 2002 Ecole dété du GRGS – Analyse de covariances Analyses de covariances des nouvelles missions dédiées au géopotentiel Felix.

Slides:



Advertisements
Présentations similaires
Eléments d'algèbre linéaire
Advertisements

Application au suivi des paramètres de problèmes de vision
Comparaison des méthodes déterministes et Monte Carlo
Gestion de portefeuille 2
Analyse en composante indépendante
Efficient Simplification of Point-Sampled Surfaces
Une approche informationnelle de la restauration d’images
Nouvelles méthodes en filtrage particulaire Application au recalage de navigation inertielle par mesures radio-altimétriques K. DAHIA Doctorant.
Les TESTS STATISTIQUES
Régression ou corrélation
Unité #2 Analyse numérique matricielle Giansalvo EXIN Cirrincione.
Les TESTS STATISTIQUES
Colloque GRETSI, Paris, 8-11 septembre 2003 Sur la Décomposition Modale Empirique P. Flandrin (Cnrs - Éns Lyon) et P. Gonçalvès (Inrialpes)
Base de données procédés Bibliothèque d’éléments paramétrés
Dr DEVILLE Emmanuelle J D V 12/07/2006
approche interne des chaînes d'énergie et d'information (lecture)
1 Intégration numérique garantie de systèmes décrits par des équations différentielles non-linéaires Application à l'estimation garantie d'état et de paramètres.
Statistique descriptive
Approximation analytique de filtres quelconques Transformations de fréquence Les méthodes d’approximation ont conduit à l’obtention de FT normalisées opérationnelles.
Estimation ensembliste ellisoïdale : formulation factorisée
Chapitre VII :Commande par retour d’état
Programmes du cycle terminal
Approche Financière Traditionnelle Approche Econométrique
On souhaite résoudre le système suivant: Le but de la méthode est d'obtenir des coefficients opposés pour une inconnue (on choisira de le faire pour.
PROGRAMMATION SCIENTIFIQUE EN C
V-1 Analyse des systèmes asservis échantillonnés
Les variables au plan fonctionnel
de résolution des équations normales, ou d ’observations
Etude longitudinale d’essais multilocaux: apports du modèle mixte
LES SECONDS MEMBRES: les forces gravitationnelles
Régression linéaire simple
Forcalquier, 2-6 Septembre 2002Ecole dété du GRGS – La poursuite de satellie par satellite La poursuite de satellite par satellite (Satellite-to-Satellite.
Ajustements c2 non-linéaires
Commande par ordinateur d’un vérin hydraulique
Inversion de données par lAdjoint Application à lacoustique sous marine M. Berrada UPMC-LOCEAN
Equations pour les mesures gradiométriques (GOCE)
LE LOGICIEL GINS Jean-Charles MARTY CNES/GRGS 04/09/2002
Thèse CNES-region PACA ( ) Laboratoire dOcéanographie de Villefranche (UMR7093) Observatoire Océanologique de Villefranche (OOV) Etude de la variabilité.
Régression linéaire (STT-2400)
électroencéphalographie Estimation des conductivités in vivo
La régression multiple
Filtrage de Kalman et aperçu probabiliste
04/09/2002école d'été du GRGS1 LES EQUATIONS VARIATIONNELLLES Jean-Charles MARTY CNES/GRGS.
Méthodes de prévision (STT-3220)
Introduction aux équations différentielles ordinaires (EDO)
La décomposition en valeurs singulières: un outil fort utile
Caractérisation inverse de sources pour l'interaction du champ électromagnétique avec l'environnement Azeddine GATI Y. ADANE, M.F. Wong, J. Wiart, V. Fouad.
Chapitre 3-B : AUTOMATIQUE : LES S.L.C.I.
Laurent Duchêne 1 Leçon inaugurale23 /01 / Approches multi-échelles But: Obtenir le comportement d’un matériau à une échelle souhaitée en partant.
Forcalquier, 2-6 Septembre 2002 Ecole d’été du GRGS – Analyse de covariances Equation pour les mesures GPS : introduction Félix Perosanz, CNES-GRGS.
Méthodes d’assimilation: Le problème du point de vue de la mesure (P. Prunet, Noveltis) Assimilation de données en zones cotières (P. De Mey, LEGOS/POC)
18/06/07NOV-3554-SL Réunion ADOMOCA 21/11/2007 Contribution à l’assimilation chimique des observations METOP : IASI et GOME.
Approximation d’un contrôle optimal par un circuit électronique
Sensibilité aux forçages atmosphériques et assimilation de données spatiales et in situ dans un modèle à surface libre du Golfe de Gascogne et du Plateau.
Chapitre 1 - Introduction.
TNS et Analyse Spectrale
Dynamique intégrale non-linéaire Statistique intégrale non-linéaire
- 1 - REFERENCE DATE Ce document est la propriété de Thalès Systèmes Aéroportéset ne peut être reproduit ou communiqué sans autorisation écrite T10407a-.ppt.
Principales distributions théoriques
Méthode des moindres carrés (1)
Rappels sur les fonctions et les suites aléatoires
Ecole centrale de Lille, France
Régression linéaire (STT-2400)
STATISTIQUES.
Chapitre 9 Equations.
Scénario Quatre hipsters entrent en collision un dans l'autre dans un ascenseur plein de personnes. En conséquence ils laissent tomber leurs téléphones.
1 Comparaison des différentes méthodes de recherche de dose en oncologie, avec prise en compte de toxicités modérées et gradées Monia Ezzalfani 2 éme année.
Simulation de robots en MATLAB Fabrice LE BARS. Simulation de robots en MATLAB 01/06/  Modélisation de systèmes avec des équations d'état Le fonctionnement.
Calculer l’inverse d’une matrice Louis Mullenbach Housseim Yacoub.
Novembre 2003 Simulation numérique en vibro-acoustique par couplage de deux codes parallèles Unité de Recherche Calcul à Haute Performance François-Xavier.
Transcription de la présentation:

Forcalquier, 2-6 Septembre 2002 Ecole dété du GRGS – Analyse de covariances Analyses de covariances des nouvelles missions dédiées au géopotentiel Felix Perosanz, CNES-GRGS

Forcalquier, 2-6 Septembre 2002 Ecole dété du GRGS – Analyse de covariances Différentes approches Methode devaluationExemple de logiciel Analyse des perturbationSELECT PERGAME Analyse de covariance a prioriMANEGE (e=0) Analyse de covariance a posteriori (mesures simulees) SLIMFAST (e=0) PANURGE (e quelconque)

Forcalquier, 2-6 Septembre 2002 Ecole dété du GRGS – Analyse de covariances Le cas MANEGE Analyse de covariance a priori - pas de mesures… ni de second membre à calculer e=0 La matrice normale N est formée analytiquement Possibilité de simuler tous les types dobservables Avec certaines hypothèses, N est block diagonale (rapide à inverser)

Forcalquier, 2-6 Septembre 2002 Ecole dété du GRGS – Analyse de covariances Formalisme : Rappels

Forcalquier, 2-6 Septembre 2002 Ecole dété du GRGS – Analyse de covariances

Forcalquier, 2-6 Septembre 2002 Ecole dété du GRGS – Analyse de covariances Remarques Les équations normales sont calculées analytiquement par type dobservable, par cycle de répétitivité… puis sont cummulées si nécessaire. Chaque type dobservable est associé a une fonctions H lmk En plus du bruit (blanc) associé à lobservable, possibilité dintroduire un bruit coloré en conservant la structure diagonale de la matrice. Paramètres : - orbitaux - type dinstrument (dobservable) et fréquence de mesure - durée de mission (multiple dun cycle de répétitivité)

Forcalquier, 2-6 Septembre 2002 Ecole dété du GRGS – Analyse de covariances Interprétation Apres inversion de la matrice normale on tire de la diagonale : - les erreurs par coefficient - le spectre des erreurs - les erreurs sur le géoide

Forcalquier, 2-6 Septembre 2002 Ecole dété du GRGS – Analyse de covariances

Forcalquier, 2-6 Septembre 2002 Ecole dété du GRGS – Analyse de covariances

Forcalquier, 2-6 Septembre 2002 Ecole dété du GRGS – Analyse de covariances Cas PANURGE Analyse de covariance a postériori - mesures simulées avec une distribution quelconque (réaliste) Observation directe de la perturbation (pas dintégration numérique couteuse) Excentricité quelconque Possibilité de projeter les observations dans une direction donnée (cas planétaire) Matrices normales (pleines !) générées par type dobservables et par période dobservation puis cumulées et inversées avec les outils classiques de DYNAMO

Forcalquier, 2-6 Septembre 2002 Ecole dété du GRGS – Analyse de covariances Formalisme

Forcalquier, 2-6 Septembre 2002 Ecole dété du GRGS – Analyse de covariances

Forcalquier, 2-6 Septembre 2002 Ecole dété du GRGS – Analyse de covariances

Forcalquier, 2-6 Septembre 2002 Ecole dété du GRGS – Analyse de covariances

Forcalquier, 2-6 Septembre 2002 Ecole dété du GRGS – Analyse de covariances