利用小波分解改进极移预报模型

发布时间：2021-06-09 09:34

　　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。 

【文章来源】：武汉大学学报(信息科学版). 2019,44(12)北大核心EICSCD

【文章页数】：5 页

【文章目录】：
1 模型建立
    1.1 小波分解
    1.2 LS外推模型
    1.3 AR模型
2 模型验证
    2.1 数据来源
    2.2 精度评定标准
    2.3 结果分析
3 结语


【参考文献】：
期刊论文
[1]经验模式分解在极移超短期预报中的应用[J]. 王小辉,王琪洁,刘建.  天文学报. 2012(06)
[2]对钱德勒参数进行时变修正的CLS+AR模型在极移预测中的应用[J]. 张昊,王琪洁,朱建军,张晓红.  武汉大学学报(信息科学版). 2012(03)
[3]地球定向参数高精度预报方法研究[J]. 许雪晴,周永宏.  飞行器测控学报. 2010(02)



本文编号：3220339