基于激光测风雷达的风场非线性预测方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 引言 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 激光测风雷达的国外研究现状 | 第10-13页 |
| 1.3 风速预测算法的国内外研究现状 | 第13-16页 |
| 1.3.1 国外研究现状 | 第13-14页 |
| 1.3.2 国内研究现状 | 第14-16页 |
| 1.4 本文主要研究内容 | 第16-17页 |
| 1.5 论文组织结构 | 第17-18页 |
| 第二章 低空风切变特性研究 | 第18-25页 |
| 2.1 风与测风概况 | 第18-19页 |
| 2.2 低空风切变 | 第19-20页 |
| 2.3 低空风切变的成因 | 第20-22页 |
| 2.4 低空风切变的分类 | 第22-23页 |
| 2.5 低空风切变对航空器的影响 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第三章 风场风速实时识别算法研究 | 第25-31页 |
| 3.1 多普勒激光雷达计算风速 | 第25-26页 |
| 3.2 DBS风场反演算法 | 第26-28页 |
| 3.3 低空风切变识别算法 | 第28-30页 |
| 3.3.1 差值滤波法 | 第28页 |
| 3.3.2 最小二乘法 | 第28-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 风场风速预测算法研究 | 第31-53页 |
| 4.1 布朗三次指数平滑的预测算法 | 第31-35页 |
| 4.1.1 布朗三次指数平滑原理 | 第31页 |
| 4.1.2 布朗三次指数平滑计算过程 | 第31-33页 |
| 4.1.3 布朗三次指数平滑预测效果分析 | 第33-35页 |
| 4.2 博克斯-詹金斯预测算法 | 第35-39页 |
| 4.2.1 博克斯-詹金斯预测原理 | 第35页 |
| 4.2.2 博克斯-詹金斯预测过程 | 第35-37页 |
| 4.2.3 博克斯-詹金斯预测效果分析 | 第37-39页 |
| 4.3 BP神经网络预测算法 | 第39-43页 |
| 4.3.1 BP神经网络原理 | 第39页 |
| 4.3.2 BP神经网络训练过程 | 第39-41页 |
| 4.3.3 BP神经网络预测效果分析 | 第41-43页 |
| 4.4 灰色预测算法 | 第43-47页 |
| 4.4.1 灰色预测原理 | 第43-44页 |
| 4.4.2 灰色预测过程 | 第44-45页 |
| 4.4.3 灰色预测系效果分析 | 第45-47页 |
| 4.5 灰色修正BP神经网络残差算法研究 | 第47-52页 |
| 4.5.1 GMBP预测原理 | 第47-48页 |
| 4.5.2 GMBP预测算法过程 | 第48-49页 |
| 4.5.3 GMBP预测算法效果分析 | 第49-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第五章 风场综合预测平台构建及实现 | 第53-63页 |
| 5.1 风场数据获取 | 第53-54页 |
| 5.2 风场预测平台及实现 | 第54-56页 |
| 5.3 综合实验及分析 | 第56-60页 |
| 5.4 风切变预测分析 | 第60-62页 |
| 5.5 本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| （一）总结 | 第63-64页 |
| （二）展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间取得的学术成果 | 第70页 |
