本文關(guān)鍵詞： ARMA 北極地區(qū) 電離層TEC 線性最小方差預報　出處：《測繪工程》2016年03期 　論文類型：期刊論文

【摘要】：北極地區(qū)電離層結(jié)構(gòu)分布較為特殊,存在梯度變化。利用時間序列分析中的自回歸移動平均模型(Autoregressive Moving Average,ARMA)對歐洲定軌中心(CODE)發(fā)布的北緯67.5°~87.5°以及利用反距離加權(quán)插值法得到的90°的格網(wǎng)數(shù)據(jù)逐點進行建模,分別利用7d、10d、20d、30d、40d、50d的電離層TEC值為樣本數(shù)據(jù)采用線性最小方差法進行預報分析。結(jié)果表明:90%以上的預報絕對誤差小于3TECU,預報精度隨TEC樣本序列長度的增加而提高,但樣本序列增加到一定值后,相對精度提高不大;相同樣本數(shù)據(jù)的預報精度隨預報時間長度的增加而降低,起初不是很明顯,超過20d后精度降低明顯且波動幅度較大。盡管北極地區(qū)存在梯度變化,ARMA模型在北極地區(qū)具有較高的預報精度,是一種比較理想的預報方法。
[Abstract]:The distribution of ionospheric structure in the Arctic is relatively special. The autoregressive Moving average model is used to model the grid data of 67.5 擄(87.5 擄) N and 90 擄(90 擄) published by the European orbit determination Center (CODED) in time series analysis. Using the ionospheric TEC values of 7d ~ 10d ~ 20d ~ 30d ~ 40d ~ 50d as sample data respectively, the linear minimum variance method is used to forecast and analyze. The results show that the absolute error of prediction is less than 3TECU for more than 90% of the samples, and the prediction accuracy increases with the increase of TEC sample length. However, the relative precision of the same sample data decreased with the increase of the prediction time, but at first it was not obvious that the relative precision of the sample sequence increased to a certain value, and the prediction accuracy of the same sample data decreased with the increase of the prediction time. After more than 20 days, the precision decreases obviously and the fluctuation range is large, although the ARMA model with gradient variation in the Arctic region has higher prediction accuracy in the Arctic region and is an ideal prediction method.
【作者單位】： 信息工程大學;中國科學院測量與地球物理研究所;北京衛(wèi)星導航中心;
【基金】：國家自然科學基金資助項目(U1431115;41374042) 大地測量與地球動力學國家實驗室開放式基金資助項目(SKLGED 2014-3-5-E)
【分類號】：P228.4

【參考文獻】

相關(guān)期刊論文 前1條

1 李志剛;李偉超;程宗頤;馮初剛;;電離層TEC預報的直接法和間接法及其比較[J];天文學報;2008年01期

【共引文獻】

相關(guān)期刊論文 前8條

1 周偉莉;李素華;蔣美霞;;基于球諧函數(shù)模型的電離層預報[J];測繪信息與工程;2012年03期

2 劉軍;柴洪洲;劉先冬;陳軻;;基于ARIMA(p,1,1)的電離層預報模型[J];大地測量與地球動力學;2010年03期

3 張小紅;任曉東;吳風波;蘆琪;;自回歸移動平均模型的電離層總電子含量短期預報[J];測繪學報;2014年02期

4 張強;章紅平;趙齊樂;黃玲;;利用最小二乘配置預報全球電離層總電子含量[J];大地測量與地球動力學;2014年06期

5 趙曉陽;黃張裕;何鑫;魯卓康;;改進的GM-AR組合模型在電離層TEC預報中的應用[J];測繪工程;2015年10期

6 劉軍;柴洪洲;常宜峰;唐江波;;改進的修正預測法預報電離層[J];測繪科學技術(shù)學報;2011年01期

7 翁利斌;方涵先;解妍瓊;楊升高;;相似預報法在電離層TEC短期預報中的應用[J];空間科學學報;2011年06期

8 翁利斌;方涵先;繆子青;楊升高;;利用人工神經(jīng)網(wǎng)絡提前1h預報電離層TEC[J];空間科學學報;2012年02期

相關(guān)博士學位論文 前3條

1 李淑慧;基于混沌理論的GPS電離層預測研究[D];中國地質(zhì)大學（北京）;2010年

2 范國清;高精度實時衛(wèi)星導航仿真系統(tǒng)關(guān)鍵技術(shù)研究[D];國防科學技術(shù)大學;2011年

3 王靜;遠紫外遙感電離層關(guān)鍵參量的反演技術(shù)研究[D];北京理工大學;2015年

相關(guān)碩士學位論文 前5條

1 李濤;時間序列異常值探測的Bayes方法及其在GPS數(shù)據(jù)處理中的應用[D];解放軍信息工程大學;2010年

2 鞏巖;基于CORS站區(qū)域電離層短期預報研究[D];中國測繪科學研究院;2011年

3 劉先冬;動態(tài)GPS精密定位數(shù)據(jù)處理方法研究[D];解放軍信息工程大學;2011年

4 劉軍;電離層預報模型研究及震前電離層異常初探[D];解放軍信息工程大學;2011年

5 李猛;衛(wèi)星導航定位系統(tǒng)主控站數(shù)據(jù)處理相關(guān)問題研究[D];國防科學技術(shù)大學;2008年

【二級參考文獻】

相關(guān)期刊論文 前2條

1 李志剛;程宗頤;馮初剛;李偉超;李慧茹;;電離層預報模型研究[J];地球物理學報;2007年02期

2 高玉平;IGS產(chǎn)品在GPS時間比對中的應用[J];天文學報;2004年04期

【相似文獻】

相關(guān)期刊論文 前10條

1 關(guān)華;趙黎明;;基于ARMA模型的我國國內(nèi)旅游客源預測[J];財經(jīng)理論與實踐;2011年03期

2 馮國湘;馮宛平;張金彬;;預測、決策與ARMA模型[J];河南科技;1983年07期

3 盧祖帝;關(guān)于雙重時序AR－MA模型的相關(guān)結(jié)構(gòu)及與ARMA模型的比較[J];系統(tǒng)科學與數(shù)學;1995年03期

4 陳光金;;ARMA模型在我國汽車產(chǎn)量預測中的應用[J];全國商情(經(jīng)濟理論研究);2007年05期

5 蔡建榮;;淺析甘肅省地區(qū)生產(chǎn)總值的預測——基于ARMA模型的實證分析[J];時代金融;2013年21期

6 全福生;彭白玉;;ARMA模型在中國股市中的應用[J];衡陽師范學院學報;2009年03期

7 周藝;董依蘭;尹余芳;;基于指數(shù)回歸-ARMA模型對我國居民儲蓄的預測[J];經(jīng)營管理者;2011年16期

8 陳瑤;;考慮流動性風險的ARMA模型在股票收益率中的應用研究[J];河南科學;2014年04期

9 王學超;;基于ARMA模型的城鄉(xiāng)居民相對收入差距分析[J];商場現(xiàn)代化;2009年11期

10 俞亞勛,朱炳瑗;ARMA模型在蘭州5～9月降水預報中的初步應用[J];甘肅氣象;1998年01期

相關(guān)會議論文 前5條

1 徐靜;馮前進;牛欣;;時間序列ARMA模型在中醫(yī)“天人相應”研究中的探索及應用[A];第十次全國中醫(yī)藥傳承創(chuàng)新與發(fā)展學術(shù)交流會暨第二屆全國中醫(yī)藥博士生優(yōu)秀論文頒獎會議論文集[C];2011年

2 闞景陽;;金融危機背景下基于ARMA模型的國際黃金價格預測及國內(nèi)外黃金市場現(xiàn)狀分[A];河北省第四屆社會科學學術(shù)年會論文專輯[C];2009年

3 李廣華;李力;湯光華;;一類ARMA模型在氣象預報中的應用[A];江蘇省現(xiàn)場統(tǒng)計研究會第九次學術(shù)年會論文集[C];2004年

4 徐李冰;席超;蔡成林;陳光喜;鄧克群;;基于ARMA模型的中國區(qū)域電離層預報[A];第五屆中國衛(wèi)星導航學術(shù)年會論文集-S8 衛(wèi)星導航模型與方法[C];2014年

5 劉勝;王科俊;;關(guān)于海浪ARMA模型建模的理論研究[A];1995中國控制與決策學術(shù)年會論文集[C];1995年

相關(guān)博士學位論文 前1條

1 郭麗峰;電梯導軌不平順度測量、建模及轎箱水平振動特性的研究[D];天津大學;2005年

相關(guān)碩士學位論文 前9條

1 詹莎;基于ARMA模型的商業(yè)銀行信貸風險預測分析[D];蘭州大學;2014年

2 高學;基于進化尋優(yōu)的ARMA模型聚合/解聚方法及其在電力系統(tǒng)負荷預報中的應用[D];北京工業(yè)大學;2000年

3 李志勇;基于小波包變換和ARMA模型的配電網(wǎng)單相接地故障選線方法研究[D];東北大學;2010年

4 楊繼明;基于ARMA模型和HHT的汽輪機轉(zhuǎn)子振動故障診斷研究[D];華北電力大學;2013年

5 劉明;橋式起重機主梁結(jié)構(gòu)疲勞剩余壽命ARMA模型預測與分析[D];太原科技大學;2008年

6 蔣愉;國內(nèi)房地產(chǎn)發(fā)展趨勢研究及銷售價格指數(shù)基于ARMA模型的預測分析[D];華中師范大學;2011年

7 孫翰墨;基于ARMA模型的風電機組風速預測研究[D];華北電力大學（北京）;2011年

8 厲燕新;ARMA模型在兩相流檢測中的應用研究[D];浙江大學;2004年

9 郭小溪;封閉式基金的類別配置研究[D];大連理工大學;2010年

，

本文編號：1509331