[发明专利]一种海洋重力数据的自我迭代更新优化算法

权利要求书

1.一种海洋重力数据的自我迭代更新优化算法，其特征在于，包括以下步骤：

(1)基于海洋重力数据的迭代分析，建立海洋重力数据实时处理系统的迭代更新模型，并对迭代更新模型进行处理；

(2)采用样本均值滤波算法对k时刻第i组海洋重力观测数据y_ik和k-1时刻的第i组海洋重力数据库样本x_i(k-1)进行处理，得到k时刻第i组海洋重力观测数据的归一化权值，并将海洋重力观测数据均值滤波输出结果与海洋重力数据库样本均值滤波输出结果互相分析匹配，并对k时刻的海洋重力数据实时处理系统状态进行在线估计；

(3)将海洋重力观测数据样本估测值增添到海洋重力数据库中，对海洋重力数据库进行实时更新，得到k时刻的海洋数据库数据x_ik；

(4)返回步骤(1)，利用更新的海洋重力数据库对k+1时刻海洋重力观测数据y_i(k+1)进行迭代更新模型参数的更新。

2.根据权利要求1所述的一种海洋重力数据的自我迭代更新优化算法，其特征在于，步骤(1)中迭代更新模型方程为：

y_in＝φ₁x_i1+φ₂x_i2+…+φ_kx_ik+…+φ_nx_in+ε_i,i＝1,2,…,N,k＝1,2,…,n；

其中，N表示海洋重力数据样本序列长度，i表示海洋重力数据样本序号，n表示海洋重力数据样本阶数，k表示k时刻的海洋重力数据样本阶数，y_in为n阶第i组海洋重力观测数据，x_in为第n阶的第i组海洋重力数据库样本，φ_k为k阶模型参数，k＝1,2,…,n；ε_i为第i个海洋重力数据的模型误差。

3.根据权利要求2所述的一种海洋重力数据的自我迭代更新优化算法，其特征在于，对迭代更新模型进行处理，包括以下步骤：

(11)对迭代更新模型进行预处理

设第n阶海洋重力数据库样本序列x_in，i＝1,2，…，N，均值将大于均值的样本序列值总数记为N₁，小于等于均值的样本序列值总数记为N₂，则建立n阶海洋重力数据库样本的游程检验Z检验方法如下：

其中，期望数标准差N＝N₁+N₂，游程数γ表示海洋重力数据突变次数；预设其显著水平α，其临界值为U_α，按双边检验的原则，如果|Z|≤2U_α，则检验海洋重力数据库样本序列x_in为平稳序列；否则检验海洋重力数据库样本序列x_in为非平稳序列，则采用n-1阶海洋重力数据库数据x_i(n-1)与其取平均值，并令直到检验得到平稳序列为止；

(12)对迭代更新模型进行参数估计

迭代更新模型参数φ的最小二乘估计值为：

其中，y_in为n阶第i组海洋重力观测数据，则将迭代更新模型方程写成矩阵形式为：

即：

Y＝Xφ+ε；

(13)对迭代更新模型进行参数定阶和模型误差估算

迭代更新模型的最小误差ε_min(n)为：

其中，为误差方差，n为迭代更新模型的阶。