综合半参数核估计和自回归补偿的全球电离层总电子含量预报模型

针对电离层半参数球谐函数模型中窗宽参数选择引起的估计偏差,本文在传统的电离层球谐函数模型中引入半参数核估计和自回归(Autoregressive model,AR)模型,分别用于分离球谐函数模型的系统误差和窗宽参数引起的估计偏差,提出一种全球电离层总电子含量(Total Electron Content,TEC)组合预报模型.首先,利用多项式拟合法剔除球谐系数的趋势项;然后利用频谱分析法提取球谐系数的周期,引入半参数核估计平差模型求解模型参数,建立半参数球谐函数(Semiparametric-Spherical Harmonic,Semi-SH)模型;最后将Semi-SH模型拟合残差用AR模型补偿预报.实验结果表明,组合预报模型相比单一的Semi-SH模型有较大的提升,全球TEC预报值与欧洲定轨中心(Center for Orbit Determination in Europe,CODE)发布的TEC值相比,单天预报残差小于1 TECU、3 TECU和5 TECU占比分别为54.30％、93.40％和98.61％;组合模型滑动预报5天相对精度在低、中、高纬度地区分别提高了 2.14％、1.32％和2.32％.     

EM算法在p范混合模型参数估计中的应用

针对多种分布形式混合的观测数据,建立了p范混合模型,考虑到模型中混合数属于不完全数据,引入期望最大化(expectation-maximum, EM)算法,对该混合模型的参数进行估计,详细推导了p范混合模型参数估计的迭代公式,并给出了相应的迭代步骤。采用混合高斯分布数据、拉普拉斯分布与高斯分布混合数据及实测GPS观测值残差数据,验证了公式的正确性和适应性。算例结果表明,与单一概率分布相比,p范混合模型能够准确反映数据分布的实际情况,同时利用EM算法估计的模型参数具有较高的精度。