[发明专利]一种基于卡尔曼滤波台风过程电离层异常探测方法有效
申请号: | 201711392515.0 | 申请日: | 2017-12-21 |
公开(公告)号: | CN108133287B | 公开(公告)日: | 2022-05-27 |
发明(设计)人: | 柯福阳;李跟旺 | 申请(专利权)人: | 南京信息工程大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q50/26;G01V9/00 |
代理公司: | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人: | 徐激波 |
地址: | 210019 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 卡尔 滤波 台风 过程 电离层 异常 探测 方法 | ||
1.一种基于卡尔曼滤波台风过程电离层异常探测方法,其特征在于:所述台风过程电离层异常运用卡尔曼滤波法通过预报残差统计量法和电离层扰动指数法对电离层的异常进行探测;
所述通过预报残差统计量法判断电离层异常的方法为:
式中,c为单位正态随机量的分位数,根据显著性水平α来确定,实际应用中取3或4;Hk为k时刻观测矩阵;Pk/k-1为状态协方差阵预报值;为k时刻观测噪声第i个分量的方差;如果式(1)成立,则判断Lk(i)是正常的,否则为异常,其异常值为εk;
所述电离层扰动指数法的计算方法包括:
式中,Lk为K时刻的测量值;为状态预报值;若DIl<DIk<DIu,则表明电离层未发生扰动,否则相反,其中DIl、DIu将由历史数据采用数理统计方法确定其经验值。
2.根据权利要求1所述的一种基于卡尔曼滤波台风过程电离层异常探测方法,其特征在于:所述卡尔曼滤波由状态方程和观测方程组成,其离散形式分别为:
Xk=AXk-1+BUk-1+Wk-1 (3)
Lk-1=Hk-1Xk-1+Vk-1 (4)
式中,Xk是k时刻的系统状态;Uk-1是k-1时刻对系统的控制量,如果没有状态控制量,则Uk-1=0;A和B是系统参数,分别为转移矩阵和灵敏系数矩阵;Lk-1是k-1时刻的测量值;Hk-1为k-1时刻观测矩阵;Wk-1和Vk-1为过程和测量噪声;
所述过程噪声Wk-1和测量噪声Vk-1,其中Wk-1和Vk-1满足如下统计特性:
E(Wk-1)=0,E(Vk-1)=0 (5)
Cov(Wk-1,Wj-1)=Qk-1δ(k-1)(j-1) (6)
Cov(Vk-1,Vj-1)=Rk-1δ(k-1)(j-1),Cov(Vk-1,Vj-1)=0 (7)
式中,Qk和Rk分别为动态噪声和观测噪声的方差阵;δkj是Kronecker,得:
卡尔曼滤波属于最小均方差估计,其一般解由广义最小二乘估计、线性最小方差估计方法推导;
所述卡尔曼滤波最小均方差估计一般解的递推公式为:
状态预报:
状态协方差阵预报:
Pk/k-1=APk-1/k-1A'+Qk-1 (10)
状态估计:
其中Gk为卡尔曼增益:
Gk=Pk/k-1Hk'(HkPk/k-1Hk'+Rk)-1 (12)
状态协方差阵估计:
Pk=(1-GkHk)Pk/k-1 (13)
初始状态条件为:
在给定初始值和后,即可依据式(9)、式(13)进行递推计算,实现滤波预测。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京信息工程大学,未经南京信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711392515.0/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理