基于稀疏AR模型的潮流信号建模与预报

潮流信号处理与预报在很多方面具有非常重要的意义和价值。本文引入信号稀疏表示理论,构建一种稀疏AR模型,寻找各潮流数据间的历史关联性,并进行预报分析。首先由实测潮流信号进行常规AR建模,获得一组过完备稀疏基;其次随机从该过完备稀疏基抽取部分建立欠定方程组,利用稀疏优化算法获得最稀疏的AR系数;多次重复上一步,获得稀疏AR系数的平均以增强稀疏AR模型的稳定性;最后利用这些稀疏AR系数来重构或预测潮流信号。文章针对实测潮流信号,特别是存在多峰值有回流现象的潮流信号,进行了稀疏AR建模与预测的多次实验。实验结果与传统的潮流信号调和预报方法相对比,发现基于稀疏AR模型的潮流预报对于潮流存在多变的现象时,具有明显优越性,从回报结果来看,稀疏AR模型的潮流预报均方差明显小于传统潮流调和分析预报方法。