MATLAB時(shí)間序列分析在測(cè)繪中的應(yīng)用

1、.現(xiàn)代測(cè)繪數(shù)據(jù)處理方法課程課間實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)項(xiàng)目 ：MATLAB時(shí)間序列分析在測(cè)繪中的應(yīng)用 班 級(jí)： 測(cè)繪工程 專業(yè) 指導(dǎo)教師： *;一、實(shí)驗(yàn)?zāi)康募八密浖姹?、實(shí)驗(yàn)?zāi)康牧私釳ATLAB時(shí)間序列分析的基本原理及應(yīng)用學(xué)會(huì)用MATLAB時(shí)間序列的分析方法解決測(cè)繪工程中的實(shí)際問(wèn)題2、實(shí)驗(yàn)軟件所用版本MATLAB 2011bWindows 2007二、實(shí)驗(yàn)內(nèi)容及問(wèn)題背景1、實(shí)驗(yàn)內(nèi)容為了驗(yàn)證MATLAB 回歸分析的合理性與正確性,為了考察變形量在測(cè)量時(shí)隨時(shí)間變化x的影響,利用自回歸移動(dòng)平均模型ARMA，選擇一點(diǎn)在相同時(shí)間段內(nèi)，觀察并記錄其變形量h。待解決實(shí)例如下：2、實(shí)驗(yàn)內(nèi)容所涉及的問(wèn)題背景 現(xiàn)代變形監(jiān)

2、測(cè)對(duì)生態(tài)民生有著極其重要的作用，在一些地區(qū)塌陷地從無(wú)到有,并且增長(zhǎng)速度很大,如何治理塌陷地是地區(qū)下一步土地復(fù)墾工作的重點(diǎn)。林地面積的減少,對(duì)保持區(qū)域的生態(tài)平衡提出了嚴(yán)峻的挑戰(zhàn)。因此通過(guò)變形監(jiān)測(cè)可以預(yù)測(cè)其變化趨勢(shì)。三、實(shí)驗(yàn)原理與數(shù)學(xué)模型1.自回歸移動(dòng)平均模型ARMA設(shè)K是零均值的序列值，則：稱為序列的自回歸移動(dòng)平均模型，簡(jiǎn)記ARMA(p，q)。其中p，q為正整數(shù)，分別為自回歸、移動(dòng)平均階次(P(1p)、廿(1q)分別為模型的自回歸系數(shù)和移動(dòng)平均系數(shù)為白噪聲序列，也稱殘差序列，為獨(dú)立正態(tài)同分布序列口，2 .ARMA線性模型的概率特性對(duì)于零均值化序列，自協(xié)方差函數(shù)，自相關(guān)函數(shù)。對(duì)于一個(gè)有限樣本數(shù)據(jù)，

3、利用樣本數(shù)據(jù)計(jì)算自協(xié)方差函數(shù)為 ，其中k=1，2，3，N一1。對(duì)于非零均值序列，由于理論均值往往未知，通常用樣本均值近似代替，這時(shí)的樣本自協(xié)方差用下式計(jì)算：利用自協(xié)方差函數(shù)的計(jì)算公式可得MA(q)模型的自協(xié)方差函數(shù)。當(dāng)k>q時(shí)，那么，MA(q)模型的自相關(guān)函數(shù)，在k>q后全為o，表現(xiàn)為截尾性，“截尾”處的k值就是MA模型的階。但對(duì)于AR、ARMA模型沒(méi)有此性。四、實(shí)驗(yàn)過(guò)程記錄（含基本步驟、程序清單及異常情況記錄等）某一變形點(diǎn)的變形監(jiān)測(cè)數(shù)據(jù) 表一周期變形量周期變形量周期變形量周期變形量周期變形量周期變形量10.19110.53210.36310.71410.85510.7420.27

4、120.53220.54320.65420.66520.8230.25130.47230.6330.44430.4740.18140.54240.37340.53440.3550.32150.29250.49350.75450.6360.34160.41260.35360.42460.6970.28170.56270.37370.63470.7680.28180.28280.5380.71480.6490.25190.38290.5390.46490.4100.44200.55300.59400.75500.66將數(shù)據(jù)導(dǎo)入MATLAB >> x=A(:,1);y=A(:,2);&g

5、t;> plot(x,y)則其變形的線形圖如圖2. ARMA模型類型的判定以及階數(shù)的確定>> y=A(1:44,2);>> ACF,lags,bounds = autocorr(y);>> ACF,lags,bounds = parcorr(y);>> plot(autocorr(y)>> plot(parcorr(y)自相關(guān)函數(shù)和偏相關(guān)函數(shù)均具有拖尾性，所以可以判定是符合ARMA模型的。并且可以初步判定其階數(shù)為p=4 q=3。>> m=armax(y,4 3)Discrete-time IDPOLY model:

6、A(q)y(t) = C(q)e(t) A(q) = 1 + 0.3373 q-1 - 0.7136 q-2 - 0.5233 q-3 - 0.1489 q-4 C(q) = 1 + 0.8961 q-1 - 0.8413 q-2 - 0.878 q-3 Estimated using ARMAX on data set y Loss function 0.0109749 and FPE 0.0148161 Sampling interval: 1 3、用ARMA模型進(jìn)行預(yù)測(cè)分析>> predict(A(45:52,2),m)>> y2=predict(A(45:52,

7、2),m)y2 = 8x1 double>> g=y21,1周 期4546474849505152實(shí)測(cè)值0.63000.69000.76000.64000.40000.66000.74000.8200預(yù)測(cè)值 0.6300 0.5994 0.68550.7409 0.5487 0.7084 0.6812 0.7500五、實(shí)驗(yàn)結(jié)果 實(shí)驗(yàn)結(jié)果見(jiàn)上圖，（藍(lán)色為預(yù)測(cè)值曲線，綠色為實(shí)測(cè)值曲線）可看出預(yù)測(cè)曲線與實(shí)測(cè)曲線相近，同時(shí)也可以看到隨著預(yù)測(cè)次數(shù)的增加精度也有所減小。六、深入探索與思考 對(duì)于觀測(cè)數(shù)據(jù)的預(yù)測(cè)應(yīng)該有一定的次數(shù)限制，同時(shí)，對(duì)于精度要求高的監(jiān)測(cè)項(xiàng)目MATLAB所進(jìn)行的預(yù)測(cè)只可作為監(jiān)測(cè)數(shù)據(jù)的參考，不可應(yīng)用于實(shí)際記錄。七、實(shí)驗(yàn)總結(jié) 實(shí)驗(yàn)中，有關(guān)的參量應(yīng)區(qū)別對(duì)應(yīng)，同時(shí)應(yīng)該注意字符的屬性。在最后的成圖中，為了形成預(yù)測(cè)與實(shí)測(cè)的對(duì)比要分別在一張圖片窗口中疊加成圖。同時(shí)這也是我們對(duì)于新方法的總結(jié)，有助于以后測(cè)繪工作的進(jìn)行，同時(shí)也有助于對(duì)于粗差的發(fā)現(xiàn)。八、教師評(píng)語(yǔ)課間實(shí)驗(yàn)評(píng)定標(biāo)準(zhǔn)及成績(jī)實(shí)驗(yàn)項(xiàng)目名稱： MATLAB時(shí)間序