考虑最小二乘拟合端部效应的UT1-UTC预报

发布时间：2023-06-03 21:09

　　现有UT1-UTC预报模式在进行周期项与残差项拟合分离时,通常没有考虑最小二乘(LS)拟合序列的端部畸变现象(数据处理中称为端部效应),预报精度难以取得较大改善。针对LS拟合存在的端部畸变现象,首先采用时序分析方法在UT1-UTC序列两端进行数据延拓,形成一个新序列,然后用新序列求解LS外推模型系数,最后再联合LS模型及自回归模型对UT1-UTC序列进行预测。试验结果表明,在UT1-UTC序列端部增加延拓数据,可以有效地改善LS拟合序列出现的端部畸变现象;相对于常规LS模型,基于端部效应改善的LS(ECLS)模型的UT1-UTC短期预报精度没有提升,但在中长期预报中基于ECLS模型的预报精度有明显提升。

【文章页数】：7 页

【文章目录】：
0 引言
1 预报方法
    1.1 数据预处理
    1.2 最小二乘外推模型
    1.3 自回归模型
    1.4 预报过程
2 数值分析
3 结语



本文编号：3830045