当前位置:主页 > 科技论文 > 测绘论文 >

利用ARMA模型短期预报北极地区电离层TEC

发布时间:2018-02-13 23:18

  本文关键词: ARMA 北极地区 电离层TEC 线性最小方差预报 出处:《测绘工程》2016年03期  论文类型:期刊论文


【摘要】:北极地区电离层结构分布较为特殊,存在梯度变化。利用时间序列分析中的自回归移动平均模型(Autoregressive Moving Average,ARMA)对欧洲定轨中心(CODE)发布的北纬67.5°~87.5°以及利用反距离加权插值法得到的90°的格网数据逐点进行建模,分别利用7d、10d、20d、30d、40d、50d的电离层TEC值为样本数据采用线性最小方差法进行预报分析。结果表明:90%以上的预报绝对误差小于3TECU,预报精度随TEC样本序列长度的增加而提高,但样本序列增加到一定值后,相对精度提高不大;相同样本数据的预报精度随预报时间长度的增加而降低,起初不是很明显,超过20d后精度降低明显且波动幅度较大。尽管北极地区存在梯度变化,ARMA模型在北极地区具有较高的预报精度,是一种比较理想的预报方法。
[Abstract]:The distribution of ionospheric structure in the Arctic is relatively special. The autoregressive Moving average model is used to model the grid data of 67.5 掳(87.5 掳) N and 90 掳(90 掳) published by the European orbit determination Center (CODED) in time series analysis. Using the ionospheric TEC values of 7d ~ 10d ~ 20d ~ 30d ~ 40d ~ 50d as sample data respectively, the linear minimum variance method is used to forecast and analyze. The results show that the absolute error of prediction is less than 3TECU for more than 90% of the samples, and the prediction accuracy increases with the increase of TEC sample length. However, the relative precision of the same sample data decreased with the increase of the prediction time, but at first it was not obvious that the relative precision of the sample sequence increased to a certain value, and the prediction accuracy of the same sample data decreased with the increase of the prediction time. After more than 20 days, the precision decreases obviously and the fluctuation range is large, although the ARMA model with gradient variation in the Arctic region has higher prediction accuracy in the Arctic region and is an ideal prediction method.
【作者单位】: 信息工程大学;中国科学院测量与地球物理研究所;北京卫星导航中心;
【基金】:国家自然科学基金资助项目(U1431115;41374042) 大地测量与地球动力学国家实验室开放式基金资助项目(SKLGED 2014-3-5-E)
【分类号】:P228.4

【参考文献】

相关期刊论文 前1条

1 李志刚;李伟超;程宗颐;冯初刚;;电离层TEC预报的直接法和间接法及其比较[J];天文学报;2008年01期

【共引文献】

相关期刊论文 前8条

1 周伟莉;李素华;蒋美霞;;基于球谐函数模型的电离层预报[J];测绘信息与工程;2012年03期

2 刘军;柴洪洲;刘先冬;陈轲;;基于ARIMA(p,1,1)的电离层预报模型[J];大地测量与地球动力学;2010年03期

3 张小红;任晓东;吴风波;芦琪;;自回归移动平均模型的电离层总电子含量短期预报[J];测绘学报;2014年02期

4 张强;章红平;赵齐乐;黄玲;;利用最小二乘配置预报全球电离层总电子含量[J];大地测量与地球动力学;2014年06期

5 赵晓阳;黄张裕;何鑫;鲁卓康;;改进的GM-AR组合模型在电离层TEC预报中的应用[J];测绘工程;2015年10期

6 刘军;柴洪洲;常宜峰;唐江波;;改进的修正预测法预报电离层[J];测绘科学技术学报;2011年01期

7 翁利斌;方涵先;解妍琼;杨升高;;相似预报法在电离层TEC短期预报中的应用[J];空间科学学报;2011年06期

8 翁利斌;方涵先;缪子青;杨升高;;利用人工神经网络提前1h预报电离层TEC[J];空间科学学报;2012年02期

相关博士学位论文 前3条

1 李淑慧;基于混沌理论的GPS电离层预测研究[D];中国地质大学(北京);2010年

2 范国清;高精度实时卫星导航仿真系统关键技术研究[D];国防科学技术大学;2011年

3 王静;远紫外遥感电离层关键参量的反演技术研究[D];北京理工大学;2015年

相关硕士学位论文 前5条

1 李涛;时间序列异常值探测的Bayes方法及其在GPS数据处理中的应用[D];解放军信息工程大学;2010年

2 巩岩;基于CORS站区域电离层短期预报研究[D];中国测绘科学研究院;2011年

3 刘先冬;动态GPS精密定位数据处理方法研究[D];解放军信息工程大学;2011年

4 刘军;电离层预报模型研究及震前电离层异常初探[D];解放军信息工程大学;2011年

5 李猛;卫星导航定位系统主控站数据处理相关问题研究[D];国防科学技术大学;2008年

【二级参考文献】

相关期刊论文 前2条

1 李志刚;程宗颐;冯初刚;李伟超;李慧茹;;电离层预报模型研究[J];地球物理学报;2007年02期

2 高玉平;IGS产品在GPS时间比对中的应用[J];天文学报;2004年04期

【相似文献】

相关期刊论文 前10条

1 关华;赵黎明;;基于ARMA模型的我国国内旅游客源预测[J];财经理论与实践;2011年03期

2 冯国湘;冯宛平;张金彬;;预测、决策与ARMA模型[J];河南科技;1983年07期

3 卢祖帝;关于双重时序AR-MA模型的相关结构及与ARMA模型的比较[J];系统科学与数学;1995年03期

4 陈光金;;ARMA模型在我国汽车产量预测中的应用[J];全国商情(经济理论研究);2007年05期

5 蔡建荣;;浅析甘肃省地区生产总值的预测——基于ARMA模型的实证分析[J];时代金融;2013年21期

6 全福生;彭白玉;;ARMA模型在中国股市中的应用[J];衡阳师范学院学报;2009年03期

7 周艺;董依兰;尹余芳;;基于指数回归-ARMA模型对我国居民储蓄的预测[J];经营管理者;2011年16期

8 陈瑶;;考虑流动性风险的ARMA模型在股票收益率中的应用研究[J];河南科学;2014年04期

9 王学超;;基于ARMA模型的城乡居民相对收入差距分析[J];商场现代化;2009年11期

10 俞亚勋,朱炳瑗;ARMA模型在兰州5~9月降水预报中的初步应用[J];甘肃气象;1998年01期

相关会议论文 前5条

1 徐静;冯前进;牛欣;;时间序列ARMA模型在中医“天人相应”研究中的探索及应用[A];第十次全国中医药传承创新与发展学术交流会暨第二届全国中医药博士生优秀论文颁奖会议论文集[C];2011年

2 阚景阳;;金融危机背景下基于ARMA模型的国际黄金价格预测及国内外黄金市场现状分[A];河北省第四届社会科学学术年会论文专辑[C];2009年

3 李广华;李力;汤光华;;一类ARMA模型在气象预报中的应用[A];江苏省现场统计研究会第九次学术年会论文集[C];2004年

4 徐李冰;席超;蔡成林;陈光喜;邓克群;;基于ARMA模型的中国区域电离层预报[A];第五届中国卫星导航学术年会论文集-S8 卫星导航模型与方法[C];2014年

5 刘胜;王科俊;;关于海浪ARMA模型建模的理论研究[A];1995中国控制与决策学术年会论文集[C];1995年

相关博士学位论文 前1条

1 郭丽峰;电梯导轨不平顺度测量、建模及轿箱水平振动特性的研究[D];天津大学;2005年

相关硕士学位论文 前9条

1 詹莎;基于ARMA模型的商业银行信贷风险预测分析[D];兰州大学;2014年

2 高学;基于进化寻优的ARMA模型聚合/解聚方法及其在电力系统负荷预报中的应用[D];北京工业大学;2000年

3 李志勇;基于小波包变换和ARMA模型的配电网单相接地故障选线方法研究[D];东北大学;2010年

4 杨继明;基于ARMA模型和HHT的汽轮机转子振动故障诊断研究[D];华北电力大学;2013年

5 刘明;桥式起重机主梁结构疲劳剩余寿命ARMA模型预测与分析[D];太原科技大学;2008年

6 蒋愉;国内房地产发展趋势研究及销售价格指数基于ARMA模型的预测分析[D];华中师范大学;2011年

7 孙翰墨;基于ARMA模型的风电机组风速预测研究[D];华北电力大学(北京);2011年

8 厉燕新;ARMA模型在两相流检测中的应用研究[D];浙江大学;2004年

9 郭小溪;封闭式基金的类别配置研究[D];大连理工大学;2010年



本文编号:1509331

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/1509331.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户277e3***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com