船舶定位信号短时中断下的插值预测模型?

摘要：

根据基于时间序列的船舶航行定位数据的特征，在差分自回归移动平均模型的基础上，运用马尔可夫链状态转移概率特性解决非平稳数据的预测问题，在建立马尔可夫链状态迁移概率矩阵过程中，使用K-means聚类算法划分预测值与真实值的差值状态区间，继而构建出优化预测算法。对算法进行了理论分析和数值实验，并与其他算法进行了比较，结果表明，该优化算法在船舶定位数据短时预测领域具有较好的预测效果，优于多个其他算法，可应用于船舶移动定位产品中。

关键词：差分自回归移动平均模型(ARIMA)、马尔可夫链、K-means、定位数据预测

分类号：TP31(计算技术、计算机技术)

资助基金：The Natural Science Foundation of Fujian Province of China under Grant No.2011J01357;the Fujian Education Department Foundation of China under Grant No. JA13337;the Service Western Foundation of Ningde Normal University under Grant Nos.2011H205,2013F32;the Creative Team Foundation of Ningde Normal University under Grant No.2013T08

在线出版日期：2015-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1525-1536