[发明专利]一种自适应容错指数平滑预报方法

摘要

本发明公开了一种自适应容错指数平滑预报方法，涉及指数平滑预测技术领域。该方法包括以动态序列{y(tk),k＝1,2,3,…}的任意tk时刻的实际值y(tk)和tk时刻预测值为基础，引入加权因子，平滑系数估计值概念，以及根据Fermit引理，确定下一时刻tk+1时刻的自适应容错指数平滑预测值。本发明在合理吸收指数平滑预测算法简易结构的基础上，构建一组实用的平滑参数在线估计算法，并对指数平滑预测算法进行容错改进，在航天测控领域中有着广泛的应用前景，可应用于航天设备的状态预测、航天测量信息的合理性检验、传感器的故障检测、测控网故障分析、以及测控网跟踪过程中一切与变化有关的或可转化成变化问题进行处理的各个方面,还可应用于航天器故障预警。

主权项

一种自适应容错指数平滑预报方法，其特征在于，包括：以动态序列{y(tk),k＝1,2,3,…}的任意tk时刻的实际值y(tk)和tk时刻预测值为基础，引入加权因子α，通过公式(1)，确定下一时刻tk+1时刻的普通指数平滑预测值；其中，加权因子α为平滑系数；引入平滑系数估计值概念，使平滑系数α和ρ函数满足公式(2)；根据Fermit引理、公式(1)和公式(2)，通过公式(3)，确定关于φ函数的平滑系数α的容错估计值；其中，φ函数为ρ函数的导数；根据公式(1)和公式(3)，通过公式(4)，确定下一时刻tk+1时刻的自适应容错指数平滑预测值；所述公式(1)，如下所示：y^(tk+1)=(1-α)y(tk)+αy^(tk)y^(t1)=y(t1)]]>所述公式(2)，如下所示：所述公式(3)，如下所示：α^k(0)(φ)=-Σi=1kφ((y(ti)-y^(ti))2)(y(ti)-y(ti-1))(y(ti-1)-y^(ti-1))Σi=1kφ((y(ti)-y^(ti))2)(y(ti-1)-y^(ti-1))2α^k(φ)=max{0,min{α^k(0)(φ),1}}]]>所述公式(4)，如下所示：y^(tk+1)=y^(tk)+(1-α^k(φ))φ(y(tk)-y^(tk))y^(t1)=y(t1)]]>所述公式(3)和公式(4)中的φ函数，如下所示：其中，(c1,c2,c3)为门限参数向量。