發(fā)布時(shí)間：2023-06-03 21:09

　　現(xiàn)有UT1-UTC預(yù)報(bào)模式在進(jìn)行周期項(xiàng)與殘差項(xiàng)擬合分離時(shí),通常沒有考慮最小二乘(LS)擬合序列的端部畸變現(xiàn)象(數(shù)據(jù)處理中稱為端部效應(yīng)),預(yù)報(bào)精度難以取得較大改善。針對(duì)LS擬合存在的端部畸變現(xiàn)象,首先采用時(shí)序分析方法在UT1-UTC序列兩端進(jìn)行數(shù)據(jù)延拓,形成一個(gè)新序列,然后用新序列求解LS外推模型系數(shù),最后再聯(lián)合LS模型及自回歸模型對(duì)UT1-UTC序列進(jìn)行預(yù)測(cè)。試驗(yàn)結(jié)果表明,在UT1-UTC序列端部增加延拓?cái)?shù)據(jù),可以有效地改善LS擬合序列出現(xiàn)的端部畸變現(xiàn)象;相對(duì)于常規(guī)LS模型,基于端部效應(yīng)改善的LS(ECLS)模型的UT1-UTC短期預(yù)報(bào)精度沒有提升,但在中長(zhǎng)期預(yù)報(bào)中基于ECLS模型的預(yù)報(bào)精度有明顯提升。

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
0 引言
1 預(yù)報(bào)方法
    1.1 數(shù)據(jù)預(yù)處理
    1.2 最小二乘外推模型
    1.3 自回歸模型
    1.4 預(yù)報(bào)過程
2 數(shù)值分析
3 結(jié)語(yǔ)



本文編號(hào)：3830045