文档名：雨衰时间序列的混沌识别与预测
摘要：针对传统模型在高频段雨衰预测时存在参数计算复杂、实时性差的问题,设计了一种新的非线性动态预测模型.通过混沌识别证明了雨衰时序具备混沌的动力学特性及采用混沌预测方法的可行性.该方法以雨衰前导数据为训练样本建立非线性自适应滤波器,可忽略不同地理区域降雨分布差异性的影响.仿真结果表明,嵌入维数是影响预测精度的最主要因素,在满足嵌入维数为8、重构时延为3s、采样间隔为1s条件时预测相对误差可达0.05以下.同时预测的雨衰时间概率分布与ITU-R模型相比有较好的一致性,验证了所提方法具备参数配置简单、可用度高的优点.
作者：张轶 翟盛华 陶海红 Author：ZHANGYi ZHAISheng-hua TAOHai-hong
作者单位：中国空间技术研究院西安分院,陕西西安710100西安电子科技大学雷达信号处理国家重点实验室,陕西西安710071
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2023, 51(2)
分类号：TN927
关键词：降雨衰减 混沌识别 混沌预测 时间序列 随机微分方程
机标分类号：P338+.9TP391F830.9
在线出版日期：2023年5月8日
基金项目：国家自然科学基金雨衰时间序列的混沌识别与预测[
期刊论文] 电子学报--2023, 51(2)张轶 翟盛华 陶海红针对传统模型在高频段雨衰预测时存在参数计算复杂、实时性差的问题,设计了一种新的非线性动态预测模型.通过混沌识别证明了雨衰时序具备混沌的动力学特性及采用混沌预测方法的可行性.该方法以雨衰前导数据为训练样本建立...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
雨衰时间序列的混沌识别与预测 Chaos Identification and Prediction for Rain Attenuation Time Series
雨衰时间序列的混沌识别与预测.pdf
- 文件大小:
- 1.54 MB
- 下载次数:
- 60
-
高速下载
|
