排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
针对水文参数时间序列的预测问题,在多尺度影响因素分析的基础上,提出了一种新的基于多周期重构的预测方法。首先利用小波变换和滑动平均计算对原始时间序列进行若干周期的分解;对分解序列分别进行自回归积分滑动平均(Autoregressive Integrated Moving Average,ARIMA)建模,由模型进行递推预测;再将预测结果反向重构实现对原始序列未来值的预测。运用此方法,对烟台海区某海洋浮标站的温度测量数据进行了分析。分析结果表明,此方法相比直接在原始序列上进行ARIMA建模与预测,预测准确度得到提升,可用于对试验海区水文参数序列的处理,为试验决策提供支撑。 相似文献
2.
针对主动声呐目标检测的问题,提出了一种先提取目标回波、再加以检测的方法.构造若干相互重叠的子阵,利用子阵的波束输出提取目标回波的时间序列;运用空时二维数学量度量提取序列与理想回波序列的差异,从而实现目标的检测.区别于传统相关接收、相干累加、滤波等方法,此种解析计算的方式无需混响与信号的统计特性.通过仿真数据与实验数据的处理证明了该方法的有效性. 相似文献
1