基于非平稳时序ARIMA模型的W频段雨衰预测

发布时间：2017-10-05 05:07

  本文关键词：基于非平稳时序ARIMA模型的W频段雨衰预测

  更多相关文章： 雨衰预测 W频段 非平稳时间序列 ARIMA 差分

【摘要】：针对目前绝大多数雨衰预测模型仅验证到55 GHz,而经过验证的W频段预测模型相对较少,且存在模型表述复杂度高、计算量大的问题,该文提出一种结构简单、计算量小的实时预测方法。该方法基于ARIMA模型,利用非平稳雨衰时序中相邻时序间的相关性建立预测模型,对初始序列进行平稳性检验,通过差分变换将非平稳序列转化为平稳序列,并对平稳化后的时间序列进行参数估计及诊断检验,将传统非线性预测转化为线性预测。并先将该ARIMA(1,1,6)模型在不同极化方式、预测间隔和时序个数的条件下进行比较,然后分别与ITU-R,Silva Mello模型在垂直极化、预测间隔0.10 GHz,时序个数50的条件下进行比较,最后使用ARIMA(1,1,6)模型进行预测,并对照预测序列与仿真序列的吻合度。结果表明,ARIMA模型与ITU-R,Silva Mello模型所得结果预测误差不超过310-,且衰减变化趋势基本相同,预测序列与仿真序列间吻合度较高,说明该方法可用于W频段雨衰预测,且预测精度高,模型表述简单。
【作者单位】： 空军工程大学信息与导航学院;
【关键词】： 雨衰预测 W频段 非平稳时间序列 ARIMA 差分
【基金】：航空科学基金(20120196002);雷达型空空导弹抗拖曳式诱饵方案研究~~
【分类号】：TN927.2
【正文快照】： 1引言卫星通信已成为全球通信的重要组成部分,近年来,随着宽带多媒体卫星通信的蓬勃发展,C,Ku,Ka等较低频段频带资源日益紧张。为了满足卫星系统对通信容量和传输速率日益增长的需求,各国加强了对更高频段的研究,如Q/V频段和W频段,目前W频段已经成为卫星通信研究前沿[1]。美国

【参考文献】

中国期刊全文数据库 前4条

1 赵振维;卢昌胜;林乐科;;基于雨胞分布的视距链路雨衰减预报模型[J];电波科学学报;2009年04期

2 王辉;魏文博;金胜;叶高峰;景建恩;张乐天;董浩;李波;谢成良;;基于同步大地电磁时间序列依赖关系的噪声处理[J];地球物理学报;2014年02期

3 杨明;金晨辉;张国双;;截断差分概率的上界估计与应用[J];电子与信息学报;2014年09期

4 姜世泰;高太长;刘西川;刘磊;刘志田;;基于微波链路的降雨场反演方法研究[J];物理学报;2013年15期

中国博士学位论文全文数据库 前1条

1 弓树宏;电磁波在对流层中传输与散射若干问题研究[D];西安电子科技大学;2008年

【共引文献】

中国期刊全文数据库 前10条

1 吴纬,郑慕侨,董秀缓;相依元件的马尔可夫型串联可修机械系统可靠性[J];兵工学报(坦克装甲车与发动机分册);1996年01期

2 孔令鹏;王海峰;王玉生;;基于马尔柯夫过程的防空武器系统火力分配[J];兵工自动化;2006年05期

3 周仲夏;蒋里强;韩文超;;基于兰彻斯特战斗理论的防空作战模拟研究[J];兵工自动化;2008年04期

4 张丕壮,韩焱;利用相关系数对信噪比进行估计[J];兵工学报;2003年01期

5 张建宇,费斌军;疲劳裂纹扩展随机过程相关参数的估计[J];北京航空航天大学学报;1998年03期

6 刘宴涛;安建平;;自组织网络随机游走模型的渐近节点分布[J];北京理工大学学报;2010年05期

7 张素芬,夏乃斌,屠泉洪;油松毛虫种群动态的ARMA(p,q)模型[J];北京林业大学学报;1992年01期

8 夏乃斌,屠泉洪,宋长义,李镇宇,张俊楼;油松毛虫危害油松的动态经济阈值的研究[J];北京林业大学学报;1992年04期

9 侯永建,周浩;证券市场的随机过程方法预测[J];商业研究;2003年02期

10 王伟卿;李晓明;;精密测距系统距离预测方法改进与应用[J];重庆邮电大学学报(自然科学版);2011年01期

中国重要会议论文全文数据库 前10条

1 龚e，

本文编号：974908