基于噪声抑制的EAM数据集的极移预报方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于噪声抑制的EAM数据集的极移预报方法
申请号:CN202510179960
申请日期:2025-02-19
公开号:CN119646387A
公开日期:2025-03-18
类型:发明专利
摘要
本发明公开了一种基于噪声抑制的EAM数据集的极移预报方法,属于地球科学技术领域,包括:获取IERS C04数据集中的极移观测数据,并利用刘维尔方程转换得到大地测量角动量数据;获取有效角动量数据集,并利用大地测量角动量数据对有效角动量数据集中的有效角动量观测数据进行降噪处理,得到降噪处理后的有效角动量观测数据;拼接有效角动量观测数据与有效角动量预报数据,对得到的拼接有效角动量数据进行最小二乘拟合,进一步结合卡尔曼滤波算法降噪后,获得降噪处理后的有效角动量预报数据;基于降噪处理后的有效角动量观测数据与降噪处理后的有效角动量预报数据,进行极移预报。本发明有效提升了极移预报精度。
技术关键词
大地测量 预报方法 噪声抑制 卡尔曼滤波算法 残差数据 回归算法 地球科学技术 方程 重构 周期 精度
系统为您推荐了相关专利信息
运动控制方法 关节 干扰观测器 模糊控制算法 算法规划
面向智能网联汽车 局部搜索算法 规划系统 节能型 偏差
音频特征数据 音频播放方法 高斯混合模型 残差数据 信号特征
攻击检测模型 状态估计模型 非线性系统 残差数据 加密解密
主控模块 动力总成 汽车底盘 声学传感器 电子差速控制器