太阳黑子周期分析(共9页).doc

上传人:飞****2 文档编号:13893368 上传时间:2022-05-01 格式:DOC 页数:9 大小:174.50KB
返回 下载 相关 举报
太阳黑子周期分析(共9页).doc_第1页
第1页 / 共9页
太阳黑子周期分析(共9页).doc_第2页
第2页 / 共9页
点击查看更多>>
资源描述

《太阳黑子周期分析(共9页).doc》由会员分享,可在线阅读,更多相关《太阳黑子周期分析(共9页).doc(9页珍藏版)》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、精选优质文档-倾情为你奉上太阳黑子周期分析1:计算太阳黑子周期1)、选取历年的太阳黑子数据本次作业选取的是17001999年的太阳黑子数据。将数据导入matlab中,并绘制太阳黑子数随年份变化的关系曲线。如图1所示。程序如下:clearload sunspot.dat year =sunspot(:,1);sunspot =sunspot(:,2);plot(year(1:300),sunspot(1:300),b.-);xlabel (years); ylabel(sunspot data);title(17001999年太阳黑子数是随年份变化的关系曲线 );grid on图1、太阳黑子数随

2、年份的变化曲线2):利用功率谱密度函数分析周期1、对已经得到的Wolfer数进行FFT变换分析它的变化规律,并作功率与频率的关系图。y=fft (sunspot (1:300);y(1)=;n=length(y);power =abs(y(1:n/2).2;q=1/2;f= (1:n/2)/(n/2)*q;plot(f, power);xlabel(周期/年);title(周期图);运行结果如图2所示。图2、太阳黑子的功率谱为了清楚起见,取功率和频率的前50个分量作它的周期图,程序如下:plot(f(1:50),power(1:50);xlabel(频率);运行结果如图3所示。图3、功率和频率

3、的前50个分量的周期图2、确定太阳黑子的活动周期,画出功率与周期的关系图。程序如下:T=1./f;plot (T, power);axis (0 50 0 7e+6); %X轴围是0-50,Y轴围是0-7*106xlabel (周期);ylabel(功率);grid on%在功率与周期的关系图上标出功率的最高点,该位置对应的周期即为太阳黑子活动的周期。程序如下:hold on index=find(power=max(power);m=num2str(T(index);plot(T(index),power(index),r.,MarkerSize,25);text(T(index)+2,po

4、wer(index),T=,m);hold off运行结果如图4所示:图4、太阳黑子周期图运用功率谱方法计算出太阳黑子的活动周期为T=11.0741,这与Wolfer得出的11年的周期规律基本一致,说明实验方法是正确的。2、利用ARMA模型,预测未来某年的太阳黑子数1)、建立AR模型选用二阶自回归模型AR(2),方程为: (1)采用最小二乘法对参数、进行估计: (2)模型残差方差: (3)计算参数程序如下:x=zeros(298,2);for i=2:1:299 x(i-1,1)=sunspot(i);endfor k=1:1:298 x(k,2)=sunspot(k);endy=zeros(

5、298,1);for t=3:1:300 y(t-2,1)=sunspot(t);endA=x;B=x*x;C=inv(B);D=C*A*y运行得D = 1.4867 -0.5981即 带入公式(3)解得 求解程序如下:syms sm=0;s=sunspot (1:300);for i=3:300; m=m+(s(i)-1.4867*s(i-1)+0.5981*s(i-2)2;endn=m/298n = 364.1380解得 故得到AR(2)模型方程是:其中 2)、用上述AR(2)模型进行检验并预测Sunspot(1998)=64.3, Sunspot(1999)=93.3, Sunspot(

6、2000)=119.6利用上述AR(2)模型计算得:Sunspot(2000)=1.4867*93.3-0.5981*64.3=100.2513误差率=(119.6-100.2513)/119.6=16.18%;Sunspot(2004)=40.4, Sunspot(2005)=29.8, Sunspot(2006)=15.2利用上述AR(2)模型计算得:Sunspot(2006)=1.4867*29.8-0.5981*40.4=20.1404;误差率=(15.2-20.1404)/15.2=32.5%经验证,AR(2)模型对之前所用数据的拟合程度是很好的,但是对后面年份的预测存在一定的误差,有的年份误差偏大,但其实极差并不大,勉强可以预测。 专心-专注-专业

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 教育专区 > 教案示例

本站为文档C TO C交易模式,本站只提供存储空间、用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。本站仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知淘文阁网,我们立即给予删除!客服QQ:136780468 微信:18945177775 电话:18904686070

工信部备案号:黑ICP备15003705号© 2020-2023 www.taowenge.com 淘文阁