共查询到19条相似文献，搜索用时 667 毫秒
1.
基于灰色模型的诸多优点，作者选用GM(1，1)模型分析和预报形变监测序列。然而直接应用GM(1，1)灰色模型分析和预报具有季节性的监测序列时往往精度不高。因此，作者提出运用基于季节指数的“去季节波动”法与GM(1，1)混合建模，对监测资料进行分析与预报。基于均方差和平均绝对误差两个精度准则，作者对此方法与周期函数拟合模型进行了比较。结果表明，此方法提高了具有季节性波动监测序列的预报精度，且建模方法简便、快捷。 相似文献
2.
时间序列模型预测具有可靠性与高效性的特点。本文结合沉降监测工程,采用Matlab进行建模预报分析,分别基于预测模型(AR、MA、ARMA)进行应用。对比自回归模型、滑动平均模型及自回归滑动平均模型预测结果的精度,表明3种模型可预测期连续分布,模型组合可提高预测精度。 相似文献
3.
时间序列异常值探测的Bayes方法及其在电离层VTEC数据处理中的应用 总被引：2，自引：0，他引：2
基于Bayes统计推断理论,提出了自回归模型中异常值定位的Bayes方法;在正态-Gamma先验分布下,分别基于均值漂移模型和方差膨胀模型,提出了后验概率的计算方法,并运用Bayes方法估计了异常扰动;最后将该方法应用到电离层VTEC数据处理的建模中,比较模型修正前后预报的结果,验证了新方法的有效性。 相似文献
4.
基于卫星双向时间频率传递进行钟差预报的方法研究 总被引：1，自引：0，他引：1
用多项式拟合、谱分析、改进的AR模型三种方法对由卫星双向时间频率传递得出的钟差时间序列进行了拟舍和预报分析。为了抵制钟差时间序列中异常值的影响，引入了“抗差等价权”，利用卫星双向时间频率传递得到的1d的钟差，按不问采样率、不同时间跨度进行计算分析。结果表明，抗差估计的预报精度明显高于最小二乘估计；平滑值的预报精度高于采样值；由于钟差时间序列中有明显的周期变化，多项式进行钟差预报的精度不可靠；用谱分析进行钟差预报的精度不高，但可以发现钟差时间序列中的主要周期变化；改进的AR模型预报精度最高，预报6h钟差的RMs在1ns左右。 相似文献
5.
为解决传统模型因使用卫星钟差一次差分序列而导致预报精度差的问题，进一步提升预报精度，提出一种优化残差组合对卫星钟差一次差分序列进行预报的方法.该方法首先根据北斗卫星钟差序列的特点，利用四分位法(IQR)代替中位数法对一次差分序列进行预处理，然后利用自回归滑动平均模型(ARMA)将经过预处理后的卫星钟差一次差分序列分成趋势项和残差随机项，接着利用极限学习机(ELM)模型对残差部分进行建模预测，最后将ARMA模型的预测结果和ELM神经网络的残差预测结果求和后进行差分还原.结果表明：当卫星钟差呈非线性时，组合模型的预报精度比传统模型提升了38.2%，在北斗卫星钟差短期预报中具有一定的可行性. 相似文献
6.
北斗卫星导航系统(BDS)星载原子钟由于受到空间环境的影响和各种不确定因素的干扰,导致获取的卫星钟差数据中经常会出现异常扰动,从而降低了卫星钟性能分析的可靠性、破坏了钟差建模和预报的有效性、影响导航定位结果的精准度,需要对BDS卫星钟差数据中存在的异常值进行探测和处理。基于求和自回归移动平均模型建立BDS卫星钟差异常值探测的方差膨胀模型;运用似然比方法对BDS卫星钟差时间序列中的异常值进行探测;推导了Score检验统计量,运用最小二乘法对异常扰动的大小进行估计。试验结果表明,似然比方法能够准确探测BDS卫星钟差数据中异常值的位置,精确估计异常扰动的大小。 相似文献
7.
为进一步提高极移预报精度,将小波分解引入极移预报中。首先利用小波分解对极移序列进行分解,分离低频分量与高频分量,然后对低频分量建立最小二乘外推模型,获得极移序列的趋势项外推值与残差序列,最后采用自回归（autoregressive,AR）模型对高频分量与残差序列之和进行预报,最终极移的预报值为最小二乘外推值与AR模型预报值之和。结果表明,小波分解可以明显改善最小二乘外推与AR组合模型的极移预报精度,尤其对于中长期预报改善更为明显。 相似文献
8.
应用半参数AR模型的电离层TEC建模与预测 总被引：1，自引：0，他引：1
本文基于时间序列分析的DDS(Dynamic Data System)建模法,对季节性的电离层总电子含量(TEC)时间序列观测值平稳化后建立自回归AR模型,提出以半参数AR模型对普通AR模型精化,并利用半参数AR模型对电离层TEC预报。实例分析表明:利用半参数AR模型对电离层TEC进行预报,在短期内半参数模型预报效果优于普通AR模型,但随着预报时间变长,则半参数模型预报精度明显下降,其预报效果则不如普通的AR模型。 相似文献
9.
变形监测分析的模型与方法主要是针对单点时序的分析,建立大坝位移自回归模型可实现大坝位移预测预报,但传统自回归模型都是针对单测点进行的,这意味着需要对所有的测点进行建模,将会造成大量模型冗余.而大坝作为一个整体结构,测点间的位移在空间上是相互关联的。单点自回归模型并未考虑着这种相关性,为了考虑测点间的这种空间相关性并建立统一的模型,本文采用时空自回归方法对五强溪大坝位移监测数据进行整体分析,建立了大坝位移的时空自回归模型。通过对大坝引张线测点的建模与预测分析,结果表明时空自回归模型在时间和空间上都可以对位移监测数据序列进行较好的拟合与预测。 相似文献
10.
北斗卫星导航系统(BDS)卫星钟差异常值处理过程中,由于成片异常值的存在,往往会产生掩盖与淹没现象,致使异常值探测效率不高甚至失败。基于求和自回归移动平均模型,分析了时间序列中成片加性AO(Additive Outlier)异常值探测时易产生掩盖与淹没现象的原因;考虑了差分及逆差分对异常值探测的影响,提出了成片AO类异常值探测的抗掩盖与淹没新算法。通过仿真算例,验证了新算法对于序列中成片AO类异常值探测的准确性和有效性。将算法应用于BDS卫星钟差异常值探测和钟差预报中,较好地克服了数据中掩盖和淹没现象产生的影响,对于进一步提高卫星钟差的预报精度具有重要作用。 相似文献
11.
基于时间序列分析的动态变形预测模型研究 总被引：12，自引：0，他引：12
潘国荣 《武汉大学学报(信息科学版)》2005,30(6):483-487
提出了基于AR并将其推广到CAR模型对时间序列统一建模的新观点和方法，并以实例对动态模型与静态模型分别作了应用比较。结果表明，时间序列分析动态模型预测精度高，用途广泛。 相似文献
12.
Three functional models, polynomial, spectral analysis, and modified AR model, are studied and compared in fitting and predicting clock deviation based on the data sequence derived from two-way satellite time and frequency transfer. A robust equivalent weight is applied, which controls the significant influence of outlying observations. Some conclusions show that the prediction precision of robust estimation is better than that of LS. The prediction precision calculated from smoothed observations is higher than that calculated from sampling observations. As a count of the obvious period variations in the clock deviation sequence, the predicted values of polynomial model are implausible. The prediction precision of spectral analysis model is very low, but the principal periods can be determined. The prediction RMS of 6-hour extrapolation interval is 1 ns or so, when modified AR model is used. 相似文献
13.
冉典 《测绘与空间地理信息》2014,(8):84-86
针对传统灰色模型建模过程中易受观测数据随机噪声干扰的影响,利用抗差卡尔曼滤波理论能够有效地估计含有噪声的观测值的优点,构建了基于抗差卡尔曼滤波的GM(1,1)模型。结合实例,验证了该模型在一定程度上可以提高变形监测预测精度,更好地反映观测对象的变形趋势。 相似文献
14.
Three functional models, polynomial, spectral analysis, and modified AR model, are studied and compared in fitting and predicting clock deviation based on the data sequence derived from two-way satellite time and frequency transfer. A robust equivalent weight is applied, which controls the significant influence of outlying observations. Some conclusions show that the prediction precision of robust estimation is better than that of LS. The prediction precision calculated from smoothed observations is higher than that calculated from sampling observations. As a count of the obvious period variations in the clock deviation sequence, the predicted values of polynomial model are implausible. The prediction precision of spectral analysis model is very low, but the principal periods can be determined. The prediction RMS of 6-hour extrapolation interval is Ins or so, when modified AR model is used. 相似文献
15.
BP神经网络在大坝监测资料分析处理中有广泛的应用,本文针对改进的BP神经网络:LM-BP网络模型的不足,采用遗传算法加以改进,建立了一种基于遗传算法和LM-BP网络模型的大坝3维变形预报模型GA-LMBP网络模型。将GA-LMBP网络模型应用于小浪底大坝3维变形预报分析中,取得了很好的预报效果,证明了GA-LMBP网络模型是一种行之有效的大坝变形分析预报模型。 相似文献
16.
在介绍AR（auto-regression）模型谱分析原理的基础上,分别采用AR模型谱和周期图法对法国Strasbourg、澳大利亚Mt Stromlo和日本Matsushiro三个站的超导重力数据进行信号检测,以半日波的理论值为依据,运用两种方法进行半日波信号检测、分析与比较。结果表明,在超导重力数据信号检测分析中,AR模型谱比周期图法更准确、稳定,且受数据量的影响较小。 相似文献
17.
基于中值滤波的灰色预测模型及其在大坝变形预测中的应用 总被引：4，自引：0，他引：4
在大坝变形监测中,当用GM(1,1)模型对稳定变化的变形数据序列进行预测时,效果较好。但是,影响坝体变形的因素多种多样,且处于动态变化之中,观测数据中将不可避免地存在着一些随机扰动,这些扰动使大坝的变形曲线发生异常波动。此时仅用GM(1,1)模型进行预测,其精度和可靠性就会下降。为此,本文提出一种基于中值滤波的GM预测模型,即先用中值滤波算法对发生波动的原始变形监测数据进行滤波处理,而后再建立GM模型进行灰色预测。实例证明,基于中值滤波的GM预测模型可以有效地提高大坝变形的预测精度。 相似文献
18.