期刊文献+
共找到53篇文章
< 1 2 3 >
每页显示 20 50 100
基于时间序列分析的滑坡位移预测模型研究 被引量:100
1
作者 徐峰 汪洋 +1 位作者 杜娟 叶疆 《岩石力学与工程学报》 EI CAS CSCD 北大核心 2011年第4期746-751,共6页
结合滑坡位移监测数据,从分析滑坡位移演变规律的角度出发,将滑坡位移分解为受其自身基础地质条件控制的趋势项位移以及由外界因素如降雨、库水位变动等影响的周期项位移,应用时间序列分析方法建立滑坡位移预报模型。采用二次移动平均... 结合滑坡位移监测数据,从分析滑坡位移演变规律的角度出发,将滑坡位移分解为受其自身基础地质条件控制的趋势项位移以及由外界因素如降雨、库水位变动等影响的周期项位移,应用时间序列分析方法建立滑坡位移预报模型。采用二次移动平均法分离滑坡位移的趋势项和周期项,在此基础上分别采用GM(1,1)灰色模型和自回归AR模型分别对滑坡趋势项位移和周期项位移进行预测,将计算得到的各分项位移预测值叠加即得到总位移预测值。以三峡库区八字门滑坡位移为例,分析对比实测与预测位移–时间曲线之间的关系。计算结果能够较好地体现出滑坡在外界诱发因素作用下位移的发展变化趋势,说明所建滑坡位移预测预报模型效果较好,在滑坡位移预测中是有效可行的。 展开更多
关键词 边坡工程 滑坡 位移预测 时间序列 GM(1 1)灰色模型 自回归(ar)模型
下载PDF
一种用于电力系统间谐波谱估计的自回归模型算法 被引量:25
2
作者 李明 王晓茹 《中国电机工程学报》 EI CSCD 北大核心 2010年第1期72-76,共5页
首先详细讨论自回归(autoregressive,AR)模型谱估计原理和基于AR模型的间谐波分析原理。针对其中较常用的Burg算法存在的谱线分裂和谱峰偏移的缺点,提出基于Maple算法的间谐波分析新方法。该算法通过在预测误差平均功率最小的意义下直... 首先详细讨论自回归(autoregressive,AR)模型谱估计原理和基于AR模型的间谐波分析原理。针对其中较常用的Burg算法存在的谱线分裂和谱峰偏移的缺点,提出基于Maple算法的间谐波分析新方法。该算法通过在预测误差平均功率最小的意义下直接求解m阶AR系数,解除了Levinson递推公式这一强约束条件。利用Levinson型阶数递推和附加的时移递推来求解自相关矩阵,使计算效率得到提高。与Burg算法相比,该方法的优点是谱峰偏移程度较低,且不存在谱线分裂现象。仿真结果表明,该方法对较短的间谐波信号进行分析,具有很高的频率分辨率。可推广应用于电力系统间谐波测量领域。 展开更多
关键词 电能质量 Maple算法 间谐波 自回归模型 电力系统
下载PDF
电力线通信信道噪声模型研究现状 被引量:16
3
作者 郭昊坤 吴军基 +1 位作者 陆娴 衡思坤 《电力系统通信》 2011年第8期1-3,共3页
噪声干扰严重影响电力线通信的可靠性。测量了电力线通信信道噪声,说明了目前国内外对电力线通信信道噪声模型的研究现状。对于背景噪声,建立其自回归模型的手段已较为成熟;对于脉冲噪声这种随机的时间序列,自回归模型已不再适合,有人... 噪声干扰严重影响电力线通信的可靠性。测量了电力线通信信道噪声,说明了目前国内外对电力线通信信道噪声模型的研究现状。对于背景噪声,建立其自回归模型的手段已较为成熟;对于脉冲噪声这种随机的时间序列,自回归模型已不再适合,有人建立了其持续时间与间隔之间的马尔科夫模型,但其完整模型尚在研究阶段。 展开更多
关键词 电力线通信 背景噪声 自回归模型 脉冲噪声 马尔科夫模型
下载PDF
基于AR模型和支持向量机的故障诊断法 被引量:14
4
作者 曾小军 黄宜坚 《机械科学与技术》 CSCD 北大核心 2010年第7期972-975,980,共5页
提出了一种基于时间序列AR模型和支持向量机的故障诊断方法。首先利用AR模型对振动信号进行建模,然后将AR模型自回归系数组成的特征向量输入到支持向量机,最后支持向量机完成对不同工况的分类识别。测试系统采用LabVIEW虚拟仪器构建,并... 提出了一种基于时间序列AR模型和支持向量机的故障诊断方法。首先利用AR模型对振动信号进行建模,然后将AR模型自回归系数组成的特征向量输入到支持向量机,最后支持向量机完成对不同工况的分类识别。测试系统采用LabVIEW虚拟仪器构建,并通过计算机自动完成测试和分析。实验结果表明:这种基于时间序列AR模型和支持向量机的故障诊断方法是可行的。 展开更多
关键词 溢流阀 故障诊断 ar模型 支持向量机
下载PDF
应用半参数AR模型的电离层TEC建模与预测 被引量:12
5
作者 李秀海 郭达志 《测绘科学》 CSCD 北大核心 2011年第2期149-151,共3页
本文基于时间序列分析的DDS(Dynamic Data System)建模法,对季节性的电离层总电子含量(TEC)时间序列观测值平稳化后建立自回归AR模型,提出以半参数AR模型对普通AR模型精化,并利用半参数AR模型对电离层TEC预报。实例分析表明:利用半参数A... 本文基于时间序列分析的DDS(Dynamic Data System)建模法,对季节性的电离层总电子含量(TEC)时间序列观测值平稳化后建立自回归AR模型,提出以半参数AR模型对普通AR模型精化,并利用半参数AR模型对电离层TEC预报。实例分析表明:利用半参数AR模型对电离层TEC进行预报,在短期内半参数模型预报效果优于普通AR模型,但随着预报时间变长,则半参数模型预报精度明显下降,其预报效果则不如普通的AR模型。 展开更多
关键词 电离层 时间序列分析 总电子含量(TEC) ar模型 半参数ar模型
原文传递
基于遗传算法特征选择的自回归模型脑电信号识别 被引量:11
6
作者 牛晓青 叶庆卫 +1 位作者 周宇 王晓东 《计算机工程》 CAS CSCD 北大核心 2016年第3期283-288,294,共7页
针对单一种类特征提取方法所得特征信息量不足的问题,通过自回归模型(AR)与小波变换2种方法实现特征提取,在合并特征集后,采用遗传算法进行最优特征集选择。对运动想象脑电信号进行AR建模,将估计得到的参数作为时域特征,并结合小波变换... 针对单一种类特征提取方法所得特征信息量不足的问题,通过自回归模型(AR)与小波变换2种方法实现特征提取,在合并特征集后,采用遗传算法进行最优特征集选择。对运动想象脑电信号进行AR建模,将估计得到的参数作为时域特征,并结合小波变换的时频域特征构建特征集,使用基于k最近邻的分类错误率作为适应度函数,实现对特征向量的选择。运用支持向量机等分类方法验证特征选择效果,结果表明,通过遗传算法进行特征选择,可去除冗余的特征信息,分类正确率达到96.43%。 展开更多
关键词 运动想象 脑机接口 自回归模型 遗传算法 特征选择 支持向量机
下载PDF
基于空域最小二乘法求解GOCE卫星重力场的模拟研究 被引量:10
7
作者 徐新禹 李建成 +1 位作者 姜卫平 邹贤才 《测绘学报》 EI CSCD 北大核心 2011年第6期697-702,709,共7页
论述最小二乘过程中有色噪声的处理方法,提出使用自回归模型对GOCE梯度观测值中的有色噪声进行时域滤波,数值模拟结果验证该方法的有效性。利用数值模拟验证直接求逆方法和PCCG法求解大型法方程的有效性,后者的效率远远高于前者。联合... 论述最小二乘过程中有色噪声的处理方法,提出使用自回归模型对GOCE梯度观测值中的有色噪声进行时域滤波,数值模拟结果验证该方法的有效性。利用数值模拟验证直接求逆方法和PCCG法求解大型法方程的有效性,后者的效率远远高于前者。联合加入噪声(有色噪声和白噪声)的卫星重力梯度张量径向分量观测值Vzz和SST观测值,分别使用空域最小二乘法和半解析法恢复180阶全球重力场模型,前者求解重力场模型的大地水准面和重力异常在180阶次的精度分别为3.01 cm和0.75 mGal(1 mGal=10-5 m/s2),优于半解析法求解模型的精度。 展开更多
关键词 GOCE卫星 空域最小二乘法 预处理共轭梯度法 半解析法 卫星重力梯度 自回归模型
下载PDF
基于HP滤波—AR模型—GARCH族模型对黄金价格预测研究 被引量:9
8
作者 赵庆 王志强 《黄金》 CAS 2014年第3期4-8,共5页
黄金作为一种特殊的贵金属,不仅其本身具有货币和商品的双重功能,而且对经济领域有着重要影响,因此预测黄金价格趋势对社会经济发展具有重要意义。文中提出了一种新的预测方法:首先采用HP滤波将时间序列分解为趋势要素序列和周期波动序... 黄金作为一种特殊的贵金属,不仅其本身具有货币和商品的双重功能,而且对经济领域有着重要影响,因此预测黄金价格趋势对社会经济发展具有重要意义。文中提出了一种新的预测方法:首先采用HP滤波将时间序列分解为趋势要素序列和周期波动序列;然后针对不同序列的性质,对趋势要素序列采用自回归模型(AR)拟合预测,对周期波动序列采用ARMA-GARCH族模型拟合预测;最后将两个预测序列相加与原序列比较;预测结果在模型精度和范围上均令人满意。 展开更多
关键词 黄金价格预测 HP滤波 自回归模型( ar) GarCH族模型
下载PDF
基于神经网络和自回归模型的网络流量预测 被引量:9
9
作者 熊皓 刘嘉勇 王俊峰 《计算机应用》 CSCD 北大核心 2021年第S01期180-184,共5页
互联网的急速发展在给人类带来了巨大便利的同时,也使网络中的网络流量出现了爆炸性的增长,预测网络流量对于网络的研究、管理和控制都具有很高的现实指导意义。为了降低减少网络流量数据的预测误差,提出一种基于神经网络和自回归模型... 互联网的急速发展在给人类带来了巨大便利的同时,也使网络中的网络流量出现了爆炸性的增长,预测网络流量对于网络的研究、管理和控制都具有很高的现实指导意义。为了降低减少网络流量数据的预测误差,提出一种基于神经网络和自回归模型的网络流量预测模型——卷积神经网络(CNN)−长短期记忆(LSTM)网络+自回归(AR)。通过卷积神经网络和长短期记忆网络结合来同时获取数据的短期局部依赖特征和长期发展趋势,添加历史连接组件将网络流量的周期性考虑在预测中,完成对网络流量中非线性项的处理,利用自回归模型预测线性项,将两部分结果结合得到最终预测值。实验结果表明,对比传统的网络流量预测模型,在最好情况下所提出模型的均方误差(MSE)、均方根误差(RMSE)和平均绝对误差(MAE)分别减小了1.5604、0.1468和0.1405,这说明该模型有更好的预测表现,预测值与实际值的差距更小。 展开更多
关键词 网络流量 卷积神经网络 长短期记忆网络 自回归模型
下载PDF
自回归模型的加权复合Expectile回归估计及其应用 被引量:7
10
作者 刘晓倩 周勇 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2016年第5期1089-1098,共10页
本文基于充分利用多个Expectile信息能提高参数估计效率的假设,提出了AR模型的加权复合Expectile回归(WCER)估计,探讨了该估计的最优权重,建立了其大样本性质,发现根据由数据驱动的最优权重所获得的WCER估计与最优权重已知时所获得的WCE... 本文基于充分利用多个Expectile信息能提高参数估计效率的假设,提出了AR模型的加权复合Expectile回归(WCER)估计,探讨了该估计的最优权重,建立了其大样本性质,发现根据由数据驱动的最优权重所获得的WCER估计与最优权重已知时所获得的WCER估计具有相同的渐近有效性.数值模拟表明,当误差为厚尾或非对称分布,所提出的WCER估计大大优于传统最小二乘估计.即使误差分布未知,依然可以得到像极大似然估计一样具有优良统计性质的WCER估计.应用所提出的方法分析恒生指数和标准普尔500指数,实证分析表明:所提出的WCER估计在有效性意义下非常具有竞争力. 展开更多
关键词 自回归(ar)模型 Expectile回归(ER) 加权复合Expectile回归(WCER) 渐近正态
原文传递
非局部正则化的压缩感知图像重建算法 被引量:7
11
作者 李星秀 韦志辉 +1 位作者 肖亮 费选 《系统工程与电子技术》 EI CSCD 北大核心 2013年第1期196-202,共7页
压缩感知(compressed sensing,CS)图像重建算法是CS图像获取问题的一个研究重点。针对传统基于稀疏性先验的重建算法不能有效重建图像的各种结构特征,为了在测量值数量不变的情况下进一步提高图像的重建质量,在稀疏性先验的基础上,引入... 压缩感知(compressed sensing,CS)图像重建算法是CS图像获取问题的一个研究重点。针对传统基于稀疏性先验的重建算法不能有效重建图像的各种结构特征,为了在测量值数量不变的情况下进一步提高图像的重建质量,在稀疏性先验的基础上,引入局部自回归模型和非局部自相似性作为图像额外的先验信息,建立了非局部正则化的CS图像重建模型,并给出了相应的数值求解算法。此外,对于重建模型中图像的自回归参数,给出一种基于非局部相似点的估计方法。实验结果表明,较之传统的稀疏性正则化重建算法和同类的MARX(model-based adaptive recovery of compressive sensing)算法,所提算法能获得更高的图像重建质量。 展开更多
关键词 压缩感知 图像重建 自回归模型 非局部自相似性
下载PDF
基于AR-GP模型的结构损伤识别方法 被引量:6
12
作者 唐启智 辛景舟 +2 位作者 周建庭 付雷 周滨枫 《振动与冲击》 EI CSCD 北大核心 2021年第9期102-109,共8页
针对传统损伤识别方法不易区分多损伤状态以及难以辨别预测结果可靠性的问题,提出了一种基于自回归(autoregressive,AR)模型和高斯过程(Gaussian process,GP)的损伤识别方法。该方法利用AR模型回归拟合结构加速度响应数据,首次引入表征... 针对传统损伤识别方法不易区分多损伤状态以及难以辨别预测结果可靠性的问题,提出了一种基于自回归(autoregressive,AR)模型和高斯过程(Gaussian process,GP)的损伤识别方法。该方法利用AR模型回归拟合结构加速度响应数据,首次引入表征损伤位置信息与损伤状态信息的参数L1、L2,基于AR模型残差、系数分别建立了用于定位损伤位置和识别损伤程度的损伤敏感性特征,结合GP的分类与回归算法实现了多损伤定位及损伤程度的概率输出。通过某钢筋混凝土模型拱的数值仿真算例,验证了所提方法的有效性,并对基于AR模型残差和系数的识别结果进行了对比分析。结果表明,该方法能够识别多损伤状态,输出具有概率意义的预测结果,有助于判断结果的可靠性,并能够实现损伤预警,同时基于残差的损伤敏感性特征的识别精度与可靠度更高、抗噪性能更好,在10%噪声污染的情况下,识别结果的相对误差均值与离散系数均值仅为6.52%和0.19。 展开更多
关键词 自回归模型 高斯过程 多损伤定位 概率输出 预警
下载PDF
基于小波分解的沙尘天气发生日数预测组合模型研究——以2008—2016年策勒沙漠-绿洲过渡带沙尘天气发生时序为例 被引量:4
13
作者 庞金凤 刘波 +3 位作者 张波 张朋朋 王波 曾凡江 《气象》 CSCD 北大核心 2019年第5期651-658,共8页
新疆南疆地区是扬沙浮尘的主要高发区,风沙对当地生产生活影响严重。为揭示当地风沙天气变化特征并预测未来变化趋势,通过小波分解方法,将塔克拉玛干沙漠南缘的策勒沙漠-绿洲过渡带2008-2016年沙尘天气发生时序分解为平稳性波动项和非... 新疆南疆地区是扬沙浮尘的主要高发区,风沙对当地生产生活影响严重。为揭示当地风沙天气变化特征并预测未来变化趋势,通过小波分解方法,将塔克拉玛干沙漠南缘的策勒沙漠-绿洲过渡带2008-2016年沙尘天气发生时序分解为平稳性波动项和非线性趋势项,根据两项数据的特性,针对性选取自回归(AR)模型和最小二乘支持向量机(LSSVM)进行变化趋势预测,最后利用加法原则重构实现沙尘天气发生日数时序预测。结果表明:研究区沙尘天气发生属于典型的春夏型,主要集中在3-9月,峰值出现在5月。组合模型预测值与实测值基本吻合,具有较高的预测精度(绝对误差为4.00d,均方根误差为3.76d),同时,其结果与AR模型、LSSVM模型预测结果相比较也显示出一定的优越性(组合模型相关系数相比AR、LSSVM分别提高了0.12、0.31),具有较好的应用前景,可为研究区预防风沙灾害及指导实际生产生活提供科学依据。 展开更多
关键词 风沙天气 小波分解 组合模型 ar模型 LSSVM模型
下载PDF
多径信道下的OFDM信号带宽盲估计 被引量:5
14
作者 刘明骞 李兵兵 王婧舒 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2011年第10期79-82,共4页
针对传统的正交频分复用(OFDM)信号的带宽估计方法在低信噪比多径信道下,估计精度低且计算量大的问题,提出一种OFDM信号带宽盲估计方法.本方法首先根据接收到的观测信号建立自回归(AR)模型,通过AR模型计算信号的功率谱;然后将其功率谱... 针对传统的正交频分复用(OFDM)信号的带宽估计方法在低信噪比多径信道下,估计精度低且计算量大的问题,提出一种OFDM信号带宽盲估计方法.本方法首先根据接收到的观测信号建立自回归(AR)模型,通过AR模型计算信号的功率谱;然后将其功率谱等效成矩形谱,并将矩形谱的带宽作为OFDM信号的估计带宽;最后通过多次循环求统计平均得到信号的精确带宽估计.仿真结果表明:本方法在GSNR=0dB的多径信道下,带宽估计仅为1.68%.可见在低信噪比多径信道下该方法的带宽估计精度更高,计算复杂度更低. 展开更多
关键词 正交频分复用 参数估计 带宽估计 多径信道 自回归模型 矩形谱
原文传递
平坦衰落信道下一种基于进化粒子滤波的盲检测器 被引量:4
15
作者 张红燕 谢跃雷 欧阳缮 《电子与信息学报》 EI CSCD 北大核心 2008年第6期1413-1415,共3页
该文针对平坦瑞利衰落信道下的盲粒子滤波检测器存在的样本贫化问题,提出了一种基于进化粒子滤波的盲检测方法。在粒子滤波的重采样阶段,引入进化规化思想,即采用进化粒子滤波的方法解决样本的贫化现象,从而构成了一种基于进化粒子滤波... 该文针对平坦瑞利衰落信道下的盲粒子滤波检测器存在的样本贫化问题,提出了一种基于进化粒子滤波的盲检测方法。在粒子滤波的重采样阶段,引入进化规化思想,即采用进化粒子滤波的方法解决样本的贫化现象,从而构成了一种基于进化粒子滤波的盲检测器。仿真结果表明,在信道模型系数未知条件下,该检测器的误码率性能较盲粒子滤波检测器优越,接近已知信道模型系数情况下的混合卡尔曼滤波检测器性能。 展开更多
关键词 进化粒子滤波 ar模型 平坦衰落信道
下载PDF
AUTOREGRESSIVE MODEL AND POWER SPECTRUM CHARATERISTICS OF CURRENT SIGNAL IN HIGH FREQUENCY GROUP PULSE MICRO-ELECTROCHEMICAL MACHINING 被引量:3
16
作者 TANG Xinglun ZHANG Zhijing +1 位作者 ZHOU Zhaoying YANG Xiaodong 《Chinese Journal of Mechanical Engineering》 SCIE EI CAS CSCD 2006年第2期260-264,共5页
The identification of the inter-electrode gap size in the high frequency group pulse micro-electrochemical machining (HGPECM) is mainly discussed. The auto-regressive(AR) model of group pulse current flowing acros... The identification of the inter-electrode gap size in the high frequency group pulse micro-electrochemical machining (HGPECM) is mainly discussed. The auto-regressive(AR) model of group pulse current flowing across the cathode and the anode are created under different situations with different processing parameters and inter-electrode gap size. The AR model based on the current signals indicates that the order of the AR model is obviously different relating to the different processing conditions and the inter-electrode gap size; Moreover, it is different about the stability of the dynamic system, i.e. the white noise response of the Green's function of the dynamic system is diverse. In addition, power spectrum method is used in the analysis of the dynamic time series about the current signals with different inter-electrode gap size, the results show that there exists a strongest power spectrum peak, characteristic power spectrum(CPS), to the current signals related to the different inter-electrode gap size in the range of 0~5 kHz. Therefore, the CPS of current signals can implement the identification of the inter-electrode gap. 展开更多
关键词 Electrochemical machining Inter-electrode gap autoregressivear model Power spectrum
下载PDF
基于小波多尺度分析的股票价格组合预测方法 被引量:4
17
作者 肖燕君 张华 任若恩 《工业工程》 北大核心 2011年第6期133-137,共5页
股票价格是众多因素影响的综合结果,波动规律异常复杂,属于典型的非平稳时间序列。为了对股价进行更有效的预测,提出一种基于小波分析、灰色残差GM(1,1)模型和AR模型的组合预测方法。运用小波分解算法,将股价序列分解成不同尺度上的逼... 股票价格是众多因素影响的综合结果,波动规律异常复杂,属于典型的非平稳时间序列。为了对股价进行更有效的预测,提出一种基于小波分析、灰色残差GM(1,1)模型和AR模型的组合预测方法。运用小波分解算法,将股价序列分解成不同尺度上的逼近信号和细节信号,分别重构成低频序列和高频序列,即股价的趋势项和随机项。根据低频序列和高频序列的不同特性,分别采用灰色残差模型和自回归模型对未来股价进行预测,重新组合生成预测价格。实证研究结果表明,该方法比传统的股价预测方法具有更高的预测精度。 展开更多
关键词 小波分析 灰色残差模型 自回归模型 预测
下载PDF
基于AR和ARMA模型的多变量非高斯风压模拟 被引量:3
18
作者 李锦华 李春祥 +1 位作者 邓莹 蒋磊 《振动与冲击》 EI CSCD 北大核心 2017年第24期103-107,123,共6页
基于多变量非高斯随机过程间的相关性,将发展的单变量非高斯过程自回归和自回归滑动平均(AR和ARMA)模型模拟算法扩展至多变量非高斯过程的数值模拟。通过AR和ARMA模型系数考虑多变量非高斯过程间的相关性,建立多变量非高斯过程AR和ARMA... 基于多变量非高斯随机过程间的相关性,将发展的单变量非高斯过程自回归和自回归滑动平均(AR和ARMA)模型模拟算法扩展至多变量非高斯过程的数值模拟。通过AR和ARMA模型系数考虑多变量非高斯过程间的相关性,建立多变量非高斯过程AR和ARMA模型的模拟算法。多变量非高斯风压的数值模拟表明:AR和ARMA模型算法能有效地模拟低斜度、中斜度和高斜度的多变量非高斯随机过程。 展开更多
关键词 多变量非高斯随机过程 非高斯脉动风压 自回归模型 自回归滑动平均模型
下载PDF
一种用于非线性非平稳波浪极短期预报的复合经验模态分解自回归模型(英文) 被引量:3
19
作者 Wen-yang DUAN Li-min HUANG +1 位作者 Yang HAN De-tai HUANG 《Journal of Zhejiang University-Science A(Applied Physics & Engineering)》 SCIE EI CAS CSCD 2016年第2期115-129,共15页
目的:相对于由能量平衡方程得到的数值预报模型和以神经网络为代表的非线性模型而言,自回归(AR)模型在波浪预报中具有计算效率高、自适应性强和建模所需的样本小等优点,但同时存在局限于平稳线性假设的缺陷。针对非线性非平稳波浪的极... 目的:相对于由能量平衡方程得到的数值预报模型和以神经网络为代表的非线性模型而言,自回归(AR)模型在波浪预报中具有计算效率高、自适应性强和建模所需的样本小等优点,但同时存在局限于平稳线性假设的缺陷。针对非线性非平稳波浪的极短期预报问题,提出一种复合的经验模态分解自回归预报模型,提高波浪预报精度。创新点:1.研究非线性非平稳波浪极短期预报问题,提出一种复合的预报方法;2.基于三个不同地理位置的海洋波浪实测数据对预测模型进行验证,并分析非线性非平稳性对波浪预报结果的影响。方法:1.在AR模型中引入经验模态分解(EMD)方法,形成复合的EMD-AR预报模型;2.分析实测波浪数据的非线性和非平稳性特点,并基于实测波浪数据获得AR模型和EMD-AR模型的预报结果;3.基于多种预报误差度量分析AR模型和EMD-AR模型的预报性能以及非线性非平稳性对波浪预报结果的影响。结论:1.波浪非线性和非平稳性会导致AR预报模型精度降低。预报误差中,幅值上的偏差主要由波浪的非线性引起,而相位上的偏差则是源于波浪的非平稳性;2.EMD方法能够有效地克服波浪非线性和非平稳性对AR模型在精度上所带来的不良影响,在精度上EMD-AR模型的预报结果较AR模型有较大提高。 展开更多
关键词 波浪预报 非线性和非平稳性 自回归模型 经验模态分解 经验模态分解自回归模型
原文传递
煤矿井塔结构在脉动风荷载作用下的响应分析 被引量:3
20
作者 黄欣 张勇 盛宏玉 《合肥工业大学学报(自然科学版)》 CAS CSCD 北大核心 2014年第11期1336-1340,共5页
文章简述了风荷载特性与脉动风荷载的风速时程自回归(autoregressive,简称AR)数值模拟方法,模拟了给定风速功率谱的风速时程序列,并验证其与目标谱的一致性,从而得到作用在结构模型各节点上的脉动风荷载时程样本。以某煤矿井塔结构为例... 文章简述了风荷载特性与脉动风荷载的风速时程自回归(autoregressive,简称AR)数值模拟方法,模拟了给定风速功率谱的风速时程序列,并验证其与目标谱的一致性,从而得到作用在结构模型各节点上的脉动风荷载时程样本。以某煤矿井塔结构为例,用有限元分析软件SAP2000建立其有限元模型,并用Matlab获取了井塔结构迎风面各节点上的风荷载时程信号作为动力输入。利用SAP2000软件对结构进行模态分析,并基于时程分析方法计算结构在脉动风荷载作用下的风振响应。结果表明,AR模型能有效地模拟具有空间时间相关性的节点脉动风速时程,可为结构的安全性设计或结构的改造提供参考和依据。 展开更多
关键词 脉动风荷载 自回归模型 SAP2000软件 时程分析
下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部