当前位置: 首页 > 专利查询>天津大学专利>正文

一种太阳风速时间序列的鲁棒样条分解与极值提取方法技术

技术编号:46130196 阅读:8 留言:0更新日期:2025-08-15 20:05
本发明专利技术公开了一种太阳风速时间序列的鲁棒样条分解与极值提取方法,包括,获取太阳风速时间序列后,根据预定的样条节点数量n,利用分位数位置方法在生成的时间索引中选取n个节点位置,构造三次B样条基函数,形成样条基函数;然后,采用Huber损失函数实现鲁棒拟合,通过迭代优化动态降低异常点权重,提取稳定趋势项,并利用残差的绝对中位差设置极值判别阈值,准确识别异常波动;最终输出的分解结果包括平滑趋势项、极端波动项和权重向量;上述分解结果可有效区分太阳风速时间序列中的长期趋势与极端事件,提升太阳风背景分析与空间极端天气的识别能力,适用于空间天气预报与灾害风险评估。

【技术实现步骤摘要】

本专利技术属于空间天气领域,具体涉及一种基于鲁棒样条分解机制的太阳风速时间序列趋势分析与极端事件识别方法,特别适用于太阳风观测数据中异常扰动和极端波动事件的分离与识别。


技术介绍

1、太阳风速是空间天气研究的重要观测指标之一,其变化直接影响地球磁层、电离层环境及航天任务安全性。太阳风速时间序列通常表现出明显的非平稳特征,包含周期性变化、趋势性波动,以及剧烈的瞬时扰动和极端事件。这些扰动事件通常与太阳耀斑爆发、日冕物质抛射(cme)冲击波、行星际激波等空间极端天气事件密切相关。

2、传统的时间序列分解方法(如移动平均、指数平滑、stl分解等)多适用于平稳环境或弱波动条件下趋势与周期性的提取,在太阳风速这种高噪声、强扰动的场景中,极端事件或短期异常波动往往会导致趋势估计严重失真,进而降低对太阳风长期变化趋势的分析精度。

3、此外,现有方法普遍缺乏对太阳风极值事件的显式识别和建模机制,难以有效区分太阳风速时间序列中的背景趋势与短时剧烈扰动。尤其在后续进行空间天气事件预测或灾害性事件分析时,趋势与异常扰动之间的混淆会严重影响预报模型准确性和本文档来自技高网...

【技术保护点】

1.一种太阳风速时间序列的鲁棒样条分解与极值提取方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述的太阳风速时间序列的鲁棒样条分解与极值提取方法,其特征在于,所述步骤2)包括:

3.根据权利要求1所述的太阳风速时间序列的鲁棒样条分解与极值提取方法,其特征在于,所述步骤3)包括:

4.根据权利要求1所述的太阳风速时间序列的鲁棒样条分解与极值提取方法,其特征在于,步骤4-1)包括:

5.根据权利要求1所述的太阳风速时间序列的鲁棒样条分解与极值提取方法,其特征在于,步骤4-2)包括:

6.根据权利要求1所述的太阳风速时间序...

【技术特征摘要】

1.一种太阳风速时间序列的鲁棒样条分解与极值提取方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述的太阳风速时间序列的鲁棒样条分解与极值提取方法,其特征在于,所述步骤2)包括:

3.根据权利要求1所述的太阳风速时间序列的鲁棒样条分解与极值提取方法,其特征在于,所述步骤3)包括:

...

【专利技术属性】
技术研发人员:谢宗霞李瑾然
申请(专利权)人:天津大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1