排序方式: 共有1条查询结果,搜索用时 31 毫秒
1
1.
时间尺度的分域递推模型 总被引:1,自引:0,他引:1
建立时间尺度是时间测量的目的之一.实时原子时则要求对时间尺度进行必要的预测.小波分析是近年来迅速发展起来的一门学科,它可以对信号在不同的分辨率下进行分析,凡是传统的Fourier分析可以应用的地方,小波分析都可以得到应用.基于小波分析建立了一种时间尺度分域递推模型,这种方法既不同于ARMA(p,q)模型,又有别于卡尔曼滤波方法.ARMA模型要求过程是平稳随机的,而卡尔曼滤波方法虽然不要求过程是平稳的,但它预测的精度有限.分城递推模型将信号在不同的频率尺度进行正交分解,在各个尺度上对小波变换系数进行建模.最后根据陕西天文台守时实验室的实测数据,验证了分域递推模型,ARMA模型一步预测误差10ns,而分域递推模型五步预测误差平均为4.5ns.结果表明这种方法简单而切实可行,分域递推模型的预测精度优于其它方法. 相似文献
1