-
题名GPRS小区流量预测中时序模型的比较研究
被引量：2
- 1
-
-
作者
周鑫
张锦
赵研科
王如龙
-
机构
湖南大学软件学院
北京师范大学信息科学与技术学院
-
出处
《计算机应用》
CSCD
北大核心
2010年第4期884-887,共4页
-
基金
国家自然科学基金资助项目(60901080)
国家863计划项目(2009AA010324)
国家科技支撑计划项目(2006BAF01A13)
-
文摘
针对通用无线分组业务(GPRS)小区流量预测问题,对几种典型时序预测模型的性能进行了综合分析。在总结时序预测模型使用步骤的基础上,分析了自回归(AR)、自回归移动平均(ARIMA)和乘积季节自回归求和移动平均(ARIMA)模型的性能。首先,对GPRS小区流量的变化情况进行分析;再根据流量的自相关系数和偏相关系数,从不同的角度进行分析,分别得到了流量变化的AR模型和ARMA模型;进而利用小区流量以天为周期变化的特点,得到了流量变化的乘积季节ARIMA模型。最后根据GPRS小区历史流量数据,应用这三种模型预测将来某一时间的流量,并对模型性能进行比较研究。
-
关键词
流量预测
通用无线分组业务小区
自回归模型
自回归移动平均模型
乘积季节自回归求和移动平均模型
-
Keywords
traffic predication
General Packets Radio Service（GPRS）cell
auto-regression（AR）model
auto-regression moving average（arma）model
multiple seasonal auto-Regressive Integrated moving average（ARIMA）model
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种光纤陀螺随机噪声时间序列建模与实时滤波方法
被引量：3
- 2
-
-
作者
胡俊伟
刘明雍
张加全
-
机构
西北工业大学航海学院
-
出处
《鱼雷技术》
2011年第1期31-34,共4页
-
基金
国家自然科学基金(50979093)
新世纪优秀人才计划资助(NCET-06-0877)
-
文摘
为了减小光纤陀螺(FOG)的随机噪声,利用时间序列分析法对FOG的随机噪声进行了分析与建模,并在建立的自回归滑动平均(ARMA(2,1))模型基础上,采用一种将改进递推增广最小二乘(RELS)算法和Sage-Husa自适应卡尔曼滤波算法相结合的方法,对采集的FOG静态输出随机噪声进行实时补偿,同时与标准kalman滤波算法进行仿真对比。仿真结果表明,该方法具有更好的补偿效果,可更有效地抑制FOG随机噪声。
-
关键词
光纤陀螺(FOG)
自回归滑动平均(arma)模型
递推增广最小二乘法(RELS)
Sage-Husa自适应卡尔曼滤波
-
Keywords
fiber optic gyroscope（FOG）
auto regression moving average（arma） model
recursive extended least squares（RELS）
Sage-Husa adaptive Kalman filter
-
分类号
TJ630.33
[兵器科学与技术—武器系统与运用工程]
-
-
题名基于实测数据分析的风电功率预测
被引量：2
- 3
-
-
作者
胡渊
谭宗柒
朱华玲
张涛
-
机构
三峡大学机械与材料学院
北碚供电局
-
出处
《三峡大学学报（自然科学版）》
CAS
2012年第5期48-51,共4页
-
文摘
由于风力发电所利用的近地风能具有波动性、间歇性、低能量密度等特点,对风电场的发电功率进行尽可能准确的预测是风电发展的关键.本文根据某风场的实测数据,采用了时间序列中的自回归移动平均模型(ARMA),对风电功率进行了实时预测;为进一步提高风电功率实时预测的精确性,本文提出了一种基于BP神经网络和ARMA组合模型的预测方法,并对上述实测数据采用该方法进行了实时预测.预测结果表明:组合模型的预测结果与单独的自回归移动平均模型相比,风电功率的实时预测的均方根误差和百分比误差分别减少了4.01%和3.25%,工程中可以采用该组合模型对风电功率进行预测.
-
关键词
风电功率预测
arma模型
组合预测
-
Keywords
wind power prediction
auto-regression moving average（arma） model
combined predicting
-
分类号
TM715
[电气工程—电力系统及自动化]
-
