基于局域线性法和卡尔曼滤波的强混沌背景下正弦信号恢复的混合算法

本文提出一种局域线性-周期图检测-卡尔曼滤波混合算法LL-P-KF,用来恢复强混沌背景下正弦信号.首先,建立混沌信号的一步预测模型;然后,利用周期图检测潜在周期;最后,应用卡尔曼滤波从误差中恢复正弦信号.仿真实验表明该混合算法具有较好的恢复效果.

舰船摇荡预报中的双变量局域线性多步预报法

针对舰船各个自由度摇荡之间存在耦合的实际,介绍了一种基于双变量时间序列预报局域线性预测法,此方法可对具有一定耦合关系的二维时间序列进行综合预报。将此方法应用于陈氏吸引子仿真数据及真实海浪中某舰船摇荡时间序列数据的预测。通过与单变量时间序列预报效果的对比,发现时间序列的双变量局域线性预测法可以在一定程度上提高精度,减小误差,提高了舰船摇荡预报的有效性。对于船舶摇荡时间序列预报领域应用双变量预报方法进行了尝试。

电力短期负荷的多变量时间序列线性回归预测方法研究

根据单变量时间序列的相空间重构思想,提出了一种电力短期负荷的多变量时间序列相空间重构方案,同时针对每一分量时间序列采用互信息法进行最佳延迟时间的选择,最优嵌入维数则采用最小预测误差法进行确定。根据相点间的欧氏距离和关联度,提出了最近邻域点的优化选择方法,建立了多变量时间序列的一阶局域线性预测模型。通过重庆某地区电力系统短期负荷预测的计算实例表明,基于多变量时间序列的负荷预测方法与单变量负荷预测方法相比,具有较强的自适应能力和较好的预测效果。