多维AR序列的最小二乘建模方法

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

多维AR序列的最小二乘建模方法

文章导航 > 武汉大学学报 ( 信息科学版) > 2002 > 27(4): 377-381

张朝玉. 多维AR序列的最小二乘建模方法[J]. 武汉大学学报 ( 信息科学版), 2002, 27(4): 377-381.

引用本文:

张朝玉. 多维AR序列的最小二乘建模方法[J]. 武汉大学学报 ( 信息科学版), 2002, 27(4): 377-381.

ZHANG Chaoyu. Multi-dimensional AR Series Modeled by Least Square Criterion[J]. Geomatics and Information Science of Wuhan University, 2002, 27(4): 377-381.

Citation:

ZHANG Chaoyu. Multi-dimensional AR Series Modeled by Least Square Criterion[J]. Geomatics and Information Science of Wuhan University, 2002, 27(4): 377-381.

多维AR序列的最小二乘建模方法

张朝玉

武汉大学测绘学院地球空间环境与大地测量教育部重点实验室, 武汉市珞喻路129号, 430079

基金项目: 国家自然科学基金资助项目(49904001)。

作者简介:
张朝玉,博士生。现从事测量数据处理研究。E-mail:chyzhang@sgg.wtusm.edu.cn

中图分类号: P207.2

Multi-dimensional AR Series Modeled by Least Square Criterion

ZHANG Chaoyu

The Key Laboratory of Geospace Environment and Geodesy, Ministary of Education, School of Geodesy and Geomatics, Wuhan University, 129 Luoyu Road, Wuhan, China, 430079

摘要: 以测量数据处理中广泛应用的最小二乘原理为基础,详细阐述了多维AR序列参数估计的最小二乘算法、阶数确定的F检验法,并对清江隔河岩大坝1998年5月、6月间洪水前夕平差后的GPS观测数据进行了建模和预报,验证了多维时间序列分析应用于变形观测数据处理的可行性。
- 时间序列分析 /
- 多维AR序列 /
- 动态数据建模 /
- 最小二乘估计
Abstract: Being one of the modern methods of data processing,time serials analysis has a outstanding position in system identification and analysis.Based upon mutuality functions of probability statistics,traditional time series analysis can be completed only by complicated iterative method with non-linear least squares algorithm,whose theories and applications take only one factor into account at present,which is one-dimensional time series.Hence,it can not cater for dealing with practical multi-factor problems.Based on the least squares criterion widely used in surveying data processing,time-field analysis method of multi-dimensional AR series is illustrated in detail in this paper,which includes parameter estimations by the least squares algorithm and rank confirmation by routine F-test.The feasibility of the multi-dimensional time series analysis method is tested in the application of deformation observation data processing,by modeling and forecasting GPS observation adjustment data of Geheyan Dam at Qingjiang River before flood season between May and June in 1998.All the algorithms expounded is not related to non-linear estimation in this paper.
- time series analysis /
- multi-dimensional AR series /
- dynamic data modeling /
- least square estimation

[1]	马俊, 姜卫平, 周晓慧, 邓连生, 周伯烨. 联合小波和方差分量估计方法分析中国IGS测站时间序列变化特征 . 武汉大学学报 ( 信息科学版), 2018, 43(4): 629-636. doi: 10.13203/j.whugis20150731
[2]	马俊, 姜卫平, 邓连生, 周伯烨. GPS坐标时间序列噪声估计及相关性分析 . 武汉大学学报 ( 信息科学版), 2018, 43(10): 1451-1457. doi: 10.13203/j.whugis20160543
[3]	秦晓琼, 杨梦诗, 廖明生, 王寒梅, 杨天亮. 应用PSInSAR技术分析上海道路网沉降时空特性 . 武汉大学学报 ( 信息科学版), 2017, 42(2): 170-177. doi: 10.13203/j.whugis20150430
[4]	汤俊, 姚宜斌, 陈鹏, 张顺. 利用EMD方法改进电离层TEC预报模型 . 武汉大学学报 ( 信息科学版), 2013, 38(4): 408-411.
[5]	宋迎春, 惠沈盈, 刘杰, 林东方. 基于分枝定界算法的整数最小二乘估计 . 武汉大学学报 ( 信息科学版), 2011, 36(10): 1241-1245.
[6]	陈鹏, 姚宜斌, 吴寒. 利用时间序列分析预报电离层TEC . 武汉大学学报 ( 信息科学版), 2011, 36(3): 267-270.
[7]	翟振和, 孙中苗, 肖云. 最小二乘逐步、序列推估的实现与应用分析 . 武汉大学学报 ( 信息科学版), 2009, 34(7): 761-765.
[8]	邓兴升, 花向红. 动态最小二乘支持向量机学习算法 . 武汉大学学报 ( 信息科学版), 2008, 33(11): 1122-1125.
[9]	宋迎春, 朱建军, 罗德仁, 曾联斌. 附非负约束平差模型的最小二乘估计 . 武汉大学学报 ( 信息科学版), 2008, 33(9): 907-909.
[10]	张鹏, 蒋志浩, 秘金钟, 党亚民. 我国GPS跟踪站数据处理与时间序列特征分析 . 武汉大学学报 ( 信息科学版), 2007, 32(3): 251-254.
[11]	宋迎春, 朱建军, 陈正阳, 曾联斌. 部分参数有非负约束平差模型的一种新算法 . 武汉大学学报 ( 信息科学版), 2007, 32(10): 883-887.
[12]	王爱生, 欧吉坤. 用低通滤波器探测和修复单频GPS载波相位的周跳 . 武汉大学学报 ( 信息科学版), 2006, 31(12): 1079-1081.
[13]	吴涛, 颜辉武, 唐桂刚. 三峡库区水质数据时间序列分析预测研究 . 武汉大学学报 ( 信息科学版), 2006, 31(6): 500-502.
[14]	尹晖, SpirosD.Pagiatakis. 最小二乘谱及其在超导重力观测数据分析中的应用 . 武汉大学学报 ( 信息科学版), 2005, 30(7): 613-616.
[15]	潘国荣. 基于时间序列分析的动态变形预测模型研究 . 武汉大学学报 ( 信息科学版), 2005, 30(6): 483-487.
[16]	刘爱霞, 王长耀, 刘正军, 牛铮. 基于NOAA时间序列数据分析的中国西部荒漠化监测 . 武汉大学学报 ( 信息科学版), 2004, 29(10): 924-927.
[17]	汤仲安, 王新洲, 周儒夫. 平面相似变换之模型可靠性研究 . 武汉大学学报 ( 信息科学版), 2004, 29(5): 411-415. doi: 10.13203/j.whugis2004.05.009
[18]	韩英, 符养. GPS高程数据时间序列分析 . 武汉大学学报 ( 信息科学版), 2003, 28(4): 425-428.
[19]	李桂苓, 万剑华, 陶华学. 用差商代替导数的非线性最小二乘估计 . 武汉大学学报 ( 信息科学版), 2001, 26(2): 118-121.
[20]	陈军, 蒋捷. 多维动态GIS的空间数据建模、处理与分析 . 武汉大学学报 ( 信息科学版), 2000, 25(3): 189-195.

WeChat

点击查看大图

计量

文章访问数: 611
HTML全文浏览量: 43
PDF下载量: 203
被引次数: 0

多维AR序列的最小二乘建模方法

张朝玉

武汉大学测绘学院地球空间环境与大地测量教育部重点实验室, 武汉市珞喻路129号, 430079

基金项目: 国家自然科学基金资助项目(49904001)。

作者简介:
张朝玉,博士生。现从事测量数据处理研究。E-mail:chyzhang@sgg.wtusm.edu.cn

收稿日期: 2002-03-28
刊出日期: 2002-04-05

中图分类号: P207.2

关键词:

时间序列分析 /

多维AR序列 /

动态数据建模 /

最小二乘估计

摘要: 以测量数据处理中广泛应用的最小二乘原理为基础,详细阐述了多维AR序列参数估计的最小二乘算法、阶数确定的F检验法,并对清江隔河岩大坝1998年5月、6月间洪水前夕平差后的GPS观测数据进行了建模和预报,验证了多维时间序列分析应用于变形观测数据处理的可行性。

English Abstract

张朝玉. 多维AR序列的最小二乘建模方法[J]. 武汉大学学报 ( 信息科学版), 2002, 27(4): 377-381.

引用本文:

张朝玉. 多维AR序列的最小二乘建模方法[J]. 武汉大学学报 ( 信息科学版), 2002, 27(4): 377-381.

ZHANG Chaoyu. Multi-dimensional AR Series Modeled by Least Square Criterion[J]. Geomatics and Information Science of Wuhan University, 2002, 27(4): 377-381.

Citation:

ZHANG Chaoyu. Multi-dimensional AR Series Modeled by Least Square Criterion[J]. Geomatics and Information Science of Wuhan University, 2002, 27(4): 377-381.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码