為進一步提高極移預(yù)報精度,將小波分解引入極移預(yù)報中。首先利用小波分解對極移序列進行分解,分離低頻分量與高頻分量,然后對低頻分量建立最小二乘外推模型,獲得極移序列的趨勢項外推值與殘差序列,最后采用自回歸（autoregressive,AR）模型對高頻分量與殘差序列之和進行預(yù)報,最終極移的預(yù)報值為最小二乘外推值與AR模型預(yù)報值之和。結(jié)果表明,小波分解可以明顯改善最小二乘外推與AR組合模型的極移預(yù)報精度,尤其對于中長期預(yù)報改善更為明顯。 

【文章來源】：武漢大學(xué)學(xué)報(信息科學(xué)版). 2019,44(12)北大核心EICSCD

【文章頁數(shù)】：5 頁

【文章目錄】：
1 模型建立
    1.1 小波分解
    1.2 LS外推模型
    1.3 AR模型
2 模型驗證
    2.1 數(shù)據(jù)來源
    2.2 精度評定標(biāo)準(zhǔn)
    2.3 結(jié)果分析
3 結(jié)語


【參考文獻】：
期刊論文
[1]經(jīng)驗?zāi)Ｊ椒纸庠跇O移超短期預(yù)報中的應(yīng)用[J]. 王小輝,王琪潔,劉建.  天文學(xué)報. 2012(06)
[2]對錢德勒參數(shù)進行時變修正的CLS+AR模型在極移預(yù)測中的應(yīng)用[J]. 張昊,王琪潔,朱建軍,張曉紅.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2012(03)
[3]地球定向參數(shù)高精度預(yù)報方法研究[J]. 許雪晴,周永宏.  飛行器測控學(xué)報. 2010(02)



本文編號：3220339