AR序列异常值探测的Bayes方法在卫星钟差预报中的应用
对卫星钟差进行预报,需要建立准确的卫星钟差模型.卫星钟差的AR模型就是一种有效的建模方法.但是AR模型中若含有异常值,就会使传统的建模、估计及检验方法陷入困境,从而不能准确的预测和控制.因此,寻求有效的异常值探测方法就显得尤为重要.本文针对卫星钟差的AR模型,主要研究AR模型的异常值探测问题,在一定的限制条件下,将自回归模型的异常值探测问题转化为线性回归模型的异常值探测问题.在无信息先验条件下,结合观测信息,计算了基于均值漂移模型和方差膨胀模型异常值事件发生的后验概率,提出了无信息先验下自回归模型中异常值探测的Bayes方法并对异常值进行了估算.该方法能将异常值准确的探测和估算出来,借此修正模型,从而提高预测的准确性.最后作者做了钟差实测数据计算,比较了模型修正前后预报的情况,验证了新方法的有效性.
全球定位系统 卫星钟差 异常值 自回归序列 贝叶斯分析方法
李涛 衡广辉 归庆明
信息工程大学理学院,河南郑州450001
国内会议
北京
中文
1184-1192
2010-05-19（万方平台首次上网日期，不代表论文的发表时间）