改进的修正预测法预报电离层

利用自回归移动平均ARMA模型的线性最小方差预测法预报电离层存在的主要问题是极值点处预测误差较大。通过对模型阶数上限及定阶准则的选取进行实验分析,确定了合适的模型阶数并建立了相应模型。修正预测法可利用新信息对线性最小方差预测法的预测结果进行修正。这是一种短期预报方法,每次向前预测一步即2 h,但结果并不理想。考虑到电离层变化的周期性,为了进一步减小极值点处预测误差,提出了改进的修正预测法。实验表明,改进的修正预测法预测结果与原始值符合较好。     

基于ARMA模型非因果空间预测滤波(英文)

常规频域预测滤波方法是建立在自回归(autoregressive,AR)模型基础上的,这导致滤波过程中前后假设的不一致,即首先利用源噪声的假设计算误差剖面,却又将其作为可加噪声而从原始剖面中减去来得到有效信号。本文通过建立自回归-滑动平均(autoregres sive/moving-average,ARMA)模型,首先求解非因果预测误差滤波算子,然后利用自反褶积形式投影滤波过程估计可加噪声,进而达到去除随机噪声目的。此过程有效避免了基于AR模型产生的不一致性。在此基础上,将一维ARMA模型扩展到二维空间域,实现了基于二维ARMA模型频域非因果空间预测滤波在三维地震资料随机噪声衰减中的应用。模型试验与实际资料处理表明该方法在很好保留反射信息同时,压制随机噪声更加彻底,明显优于常规频域预测去噪方法。     

新型随机地震动模型

在研究结构的随机地震反应时，要用大量的符合场地条件的地震记录作为输入数据。但强震历史记录却不是每个地区都有的，因此根据符合场地条件的现有地震记录建立随机地震动模型具有重要意义。本文利用中国抗震规范2001版修正选取的样本波作为目标波，考虑了幅值和频率的双重非平稳性，建立了新型随机地震动模型——改进的时变ARMA模型随机地震动模型。通过使用残差的卡方检验法，对多种非平稳ARMA模型生成的模拟波进行检验；同时又比较丁模拟波与目标波的功率谱密度图和反应谱图。结果证明：此法能够更精确地反映不同场地条件地震动的频谱和幅值的真实内容，从而建立符合目标场地条件的更为有效的模拟地震动，为相关研究与工程设计架起一座桥梁。     

Stochastic modeling of gold mineralization in the Champion lode system of Kolar gold fields (India)

Stochastic modeling of gold mineralization in the Champion lode of Kolar gold fields was carried out using assay data taken from developmental headings. After dividing the lode into 71 horizontal and 18 vertical strata, autoregressive (AR), moving average (MA), and autoregressive and moving average (ARMA) models were developed and applied. The model selection with the acf and pacf for the various strata showed that in most of the cases, ARMA modeling of first-order would forecast gold headings with a reasonable degree of confidence. This was substantiated by comparing the coefficients of variation. From a parsimony point of view, AR (1) model may also be considered valid. The best overall models are: ARMA (1, 1), ; AR (1), , where a_t is N (0, _a ² ), x is in logarithms of in-dwt, and t is in block units of 100 ft. The applications of these models to a specific stratum are given. These models would also be helpful to describe the characteristics of the gold mineralization process of this lode.     

相关性的组合预测模型在开采沉陷中的应用

针对当前开采沉陷不同阶段的单点沉陷变形预计精度不高的问题,该文首次从基于相关性的组合预测模型的思想出发,建立了面向沉陷不同阶段的基于相关系数的组合预测模型。实例验证结果表明,基于相关系数的组合预测模型在开采沉陷预测中的应用克服了单一模型的局限性,能够有效利用不同单一模型的信息,有较高的精度和可信度;能够满足不同阶段的开采沉陷预测,更适用于对沉陷变形数据要求高的场合。     

基于长自回归残差法的时序分析在大坝变形监测与预报中的应用

本文主要研究了时间序列分析在大坝变形监测与预报中的应用。突出分析了ARMA模型的优点。分别利用最小二乘估计法和长自回归模型残差法进行坝体形变的分析和预报;通过对不同阶数ARMA模型在实际应用中的比较分析,确定出一种精度相对高、原理简单的方法进行建模,从而进行形变的分析和预报。     

北京冬小麦产量预报的一种建模方案

针对农业产量气象预测的各类统计模式中所存在的某些不足，如趋势产量外推的稳定性，预报因子的物理及生物学意义、相关阶段性、多元共线性，回归系数稳定性和剩余产量的处理等，提出了不同的解决办法。在北京冬小麦产量预报试验中收到较好的效果。     

Adaptive adjustment of channel geometry

This paper constructs a model of channel geometry composed of three subsections: a steady-state submodel, a gradedstate submodel, and a stochastic error submodel. With the aid of this representation of the morphology of channels, the at-a-point changes in geometry can be reproduced by a simple recursive equation of autoregressive, moving-average form which is derived from methods used in the statistical analysis of time series. A set of height loss data for three Japanese rivers derived from Yatsu's (1955) paper is used to determine the effect of bed material changes on adaptations within the graded-state submodel of the channel. The results of analyzing the autocorrelation function, spectrum, and adaptive parameter shifts within this model can be used to infer that significant changes in the amplitude of height change variation, and a shift to higher frequency oscillations of bed forms are associated with the shift in bed material conditions.     

一种基于抗差自校正Kalman滤波的GPS导航算法

为减弱异常观测值对自校正Kalman滤波精度的影响,引入抗差M估计的等价权函数,建立了抗差自校正Kalman滤波算法,并用实例进行了验证。计算表明,该自适应滤波算法在完全未知噪声统计的情况下,不仅能够自适应地求解状态参数,而且还能在一定程度上有效地抵制观测异常对导航解的影响。     

ARMA模型在兰州5～9月降水预报中的初步应用

本文试用动态数据处理中时间序列ＡＲＭＡ过程的概念来作长期降水预报,经过对降水历史资料平稳化处理后,对其建立ＡＲＭＡ模型,从预报趋势上看,此方法是有一定价值的。