[发明专利]一种自适应匹配的地球自转参数预报方法

摘要

本发明公开了一种自适应匹配的地球自转参数预报方法。使用本发明能够实现ERP预报所需的几类关键参数的自适应匹配，提高ERP预报精度。本发明采用LS+AR方法进行ERP预报，并给出了ERP预报时间序列训练长度经验设置准则；采用差分方法提高ERP残差的平稳性，并引入卡方检验方法，通过计算卡方值，定量评估PMX、PMY和UT1‑UTC残差的分布特性，并给出了卡方值与差分阶次的对应关系经验准则；最后在ERP残差的AR预报中，给出了AR模型的模型阶数确定方法，从而实现自适应匹配的ERP预报，并提高了预报精度。

主权项

1.一种自适应匹配的地球自转参数预报方法，其特征在于，包括如下步骤：步骤1，分别选取给定训练长度的PMX、PMY和UT1‑UTC数据；其中，选取的PMX、PMY和UT1‑UTC统称为原始ERP数据；依照下式选取PMX、PMY和UT1‑UTC数据的训练长度：式中的单位为年，length(PMX_N)为PMX的训练长度，length(PMY_N)为PMY的训练长度，length(UT1‑UTC_N)为UT1‑UTC的训练长度；步骤2，将步骤1获得的三种原始ERP数据分别进行周期函数与二次多项式的最小二乘拟合，获得ERP拟合值；用步骤1的原始ERP数据减去ERP拟合值，获取ERP残差；步骤3，利用原始ERP数据的周期函数与二次多项式函数对步骤2的ERP拟合值进行外推，其中，ERP外推长度与期望的预报长度一致；步骤4，对步骤2获得的ERP残差进行卡方值计算，根据ERP残差的卡方值χ2和式(1)确定差分阶次：步骤5，根据步骤4确定的差分阶次，对ERP残差进行差分运算，获得差分后的ERP残差；步骤6，针对步骤5获得的差分后的ERP残差，采用AR模型进行ERP残差的AR预报，获得ERP残差的预报值，AR模型的模型阶数确定方法如下：步骤6.1，AR模型为：其中，为AR模型参数；a_t为白噪声；p为AR模型阶数；x_t,x_t‑1,x_t‑2,…,x_t‑p为t,t‑1,t‑2,…,t‑p时刻的平稳时间序列的状态量；设置AR模型阶数p的搜索空间为[1,P]；将模型阶数p的P个取值分别代入式(4)中，获得P个AR模型；步骤6.2，针对步骤6.1获得的P个AR模型，采用解Yule‑Walker方程法估计每一个模型阶数p对应的模型参数然后将估计出的模型参数代回式(4)中，计算获得平稳时间序列的模型值，然后用平稳时间序列的状态值减去模型值得到噪声残差序列；步骤6.3，采用终预误差准则确定每一个AR阶数p所对应的判断准则系数ξp：其中，N为样本长度，为噪声残差序列的方差；步骤6.4，对P个AR模型阶数p对应的判断准则系数进行判断，最小判断准则系数对应的模型阶数即为确定的AR模型的AR模型阶数；步骤7，将步骤6获得ERP残差的预报值进行逆差分处理，并将逆差分处理结果与步骤3获得的外推结果进行叠加，即获取ERP的预报初值；步骤8，步骤7获得的PMX预报初值和PMY预报初值即分别为PMX和PMY的最终预报值；UT1‑UTC预报初值经过带谐固体潮汐项预报添加与跳秒恢复后获得最终的UT1‑UTC预报值。