| 基于稀疏AR模型的潮流信号建模与预报 |
| |
| 引用本文： | 卢小鹏,叶庆卫,吕翠兰.基于稀疏AR模型的潮流信号建模与预报[J].海洋学研究,2015,33(2):14-18. |
| |
| 作者姓名： | 卢小鹏 叶庆卫 吕翠兰 |
| |
| 作者单位： | 1. 宁波海洋环境监测中心站,浙江宁波,315012
2. 宁波大学信息科学与工程学院,浙江宁波,315211 |
| |
| 基金项目： | 2012年中央分成海域使用金支出项目，国家自然科学基金项目资助 |
| |
| 摘 要： | 潮流信号处理与预报在很多方面具有非常重要的意义和价值。本文引入信号稀疏表示理论,构建一种稀疏AR模型,寻找各潮流数据间的历史关联性,并进行预报分析。首先由实测潮流信号进行常规AR建模,获得一组过完备稀疏基;其次随机从该过完备稀疏基抽取部分建立欠定方程组,利用稀疏优化算法获得最稀疏的AR系数;多次重复上一步,获得稀疏AR系数的平均以增强稀疏AR模型的稳定性;最后利用这些稀疏AR系数来重构或预测潮流信号。文章针对实测潮流信号,特别是存在多峰值有回流现象的潮流信号,进行了稀疏AR建模与预测的多次实验。实验结果与传统的潮流信号调和预报方法相对比,发现基于稀疏AR模型的潮流预报对于潮流存在多变的现象时,具有明显优越性,从回报结果来看,稀疏AR模型的潮流预报均方差明显小于传统潮流调和分析预报方法。
|
| 关 键 词： | 稀疏AR模型 潮流预报 稀疏优化 OMP算法 |
Tidal current prediction based on the sparse AR model |
| |
| LU Xiao-peng,YE Qing-wei,L Cui-lan.Tidal current prediction based on the sparse AR model[J].Journal of Marine Sciences,2015,33(2):14-18. |
| |
| Authors: | LU Xiao-peng YE Qing-wei L Cui-lan |
| |
| Institution: | LU Xiao-peng,YE Qing-wei,L(U) Cui-lan |
| |
| Abstract: | |
| |
| Keywords: | AR model tidal current forecast sparse optimization Orthogonal Matching Pursuit algorithms |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
