����GPS��վ����в����е�ARMA��ģ�����о�

??GPS???????в????????????????ARMA?????????佨???????Box-Jenkins??????Pandit-Wu???????????????????????????????????,???в??????????????????????Ч??????????????????????????????Pandit-Wu???????Ч???????Щ,???в??????Box-Jenkins?????????1/3??????????????     

���ڸĽ���ɫARMAģ�͵������Ӳ����Ԥ���о�

?????????????????????????λ???????????????????????????????????????????????????ARMA?????????????????????????????и??????????????????????????????????ARMA????????????????????????в???IGS????????????????????????????????????     

ARMA模型在地震电离层TEC异常探测中的应用

基于IGS数据分析中心提供的全球电离层TEC数据,利用时间序列分析理论中的ARMA模型对2008-05-12汶川Ms8.0地震的电离层TEC资料进行处理,将ARMA模型TEC预报值作为电离层TEC背景参考值,对地震前后的电离层TEC进行异常探测研究。结果表明,在取得了与其他研究方法结果基本一致的基础上,新发现震前第13d、12d、10d、7d也存在电离层TEC异常扰动现象。说明以全球电离层TEC数据为基础,利用ARMA模型同样能有效探测到震前电离层TEC异常扰动现象,并达到较高精度。     

����С����ARMAģ�͵������Ӳ�Ԥ������

???????????????????????????????????????????????????????????????????????????????????????????????????????????С????ARMA????????????????????????в???IGS?????????????????????????????????????????????????????????     

BP神经网络和ARMA模型在中纬度TEC短期预测中的对比分析

在充分考虑TEC序列非平稳、非线性、高噪声特性前提下,以IGS提供的2017年电离层TEC格网数据为基准,运用BP神经网络和ARMA两种模型分别进行TEC 3 d预测,重点分析两种模型在不同季节时段、不同电离层活跃强度及不同样本长度下的TEC预测性能及精度.结果表明,在不同时段,两种模型均能很好地反映TEC的变化特性,...     

基于ARMA模型的海浪功率谱估计方法研究

针对经典功率谱估计方法的一些缺点,对随即海浪过程进行了ARMA谱估计的仿真研究,仿真的结果表明ARMA功率谱估计方法在分辨率、平滑和偏差等方面更加有效。     

Kalman 滤波的试验应用研究

通过Kalman滤波与海温ARMA模型的结合试验,对Kalman滤波的应用进行了研究。对于如何选择Kalman滤波的初始参数,提出了一种新的方法,得到了较好的预报效果。     

小波分解与重构在地震活动性研究中的应用

利用小波变换具有的多分辨率特点, 将时域信号通过小波分解与重构, 分解到不同的频带上。 分解步长的确定, 采用不同尺度近似信号标准差变化平缓段的最小尺度值, 从而避免了人为选择分解阶数可能造成的不完全分解或过度分解。 分解后的信号不仅在频率成分上较单一, 且平稳性较好。 然后对小波分解重构后不同尺度的信号分别采用自回归滑动平均混合模型进行预测, 再合成原始信号的预测值。 对半年尺度的最大震级序列和地震总释放能量序列的一步预测, 结果表明这样做有效地提高了预测精度, 一步预测结果与实际观测结果不仅相关性高, 而且两者的残差曲线离散性小, 以此对未来地震形势的判断较目前常用的方法更为可靠。     

Trend estimation and univariate forecast of the sunspot numbers: Development and comparison of ARMA, ARIMA and Autoregressive Neural Network models

In the present study, a prominent 11-year cycle, supported by the pattern of the autocorrelation function and measures of Euclidean distances, in the mean annual sunspot number time series has been observed by considering the sunspot series for the duration of 1749 to 2007. The trend in the yearly sunspot series, which is found to be non-normally distributed, is examined through the Mann-Kendall non-parametric test. A statistically significant increasing trend is observed in the sunspot series in annual duration. The results indicate that the performance of the autoregressive neural network-based model is much better than the autoregressive moving average and autoregressive integrated moving average-based models for the univariate forecast of the yearly mean sunspot numbers.     

Modélisation de l'incertitude sur les séquences futures de débits en rivière

Résumé

Le problème de la gestion du risque en ressources hydriques, tout comme celui de la gestion de réservoirs, est un problème de décision sous incertitudes, dont la qualité des solutions est extrêmement sensible à la façon dont la stochasticité des apports est prise en compte. Cet article propose une méthode pour modéliser l'incertitude sur les apports à court terme en fonction de la période de l'année. Pour cela, un modèle paramétrique markovien à temps continu, basé sur le processus de Poisson filtré, est construit et estimé grâce à des observations régulièrement espacées dans le temps puis validé sur trois stations hydrométriques situées au Québec (Canada). Les points étudiés sont sa capacité à représenter correctement les transitions de débits et ses performances en tant que prédicteur de la valeur à venir du débit. Ce dernier aspect est comparé à celui du modèle ARMA saisonnier. Les résultats montrent un bon comportement du modèle sur chacun de ces deux points.