| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景与研究意义 | 第12-14页 |
| 1.2 地球自转参数的研究现状 | 第14-16页 |
| 1.3 本文研究的主要内容 | 第16-18页 |
| 第二章 地球自转参数基本知识 | 第18-30页 |
| 2.1 极移 | 第18-21页 |
| 2.1.1 极移的主要周期项及其激发源 | 第18-19页 |
| 2.1.2 极移的线性长期趋势变化 | 第19页 |
| 2.1.3 极移的长周期变化 | 第19-20页 |
| 2.1.4 Chandler摆动 | 第20页 |
| 2.1.5 季节性摆动 | 第20-21页 |
| 2.1.6 极移高频变化 | 第21页 |
| 2.2 日长变化/世界时 | 第21-26页 |
| 2.2.1 日长变化/世界时的主要周期项及其激发源 | 第25页 |
| 2.2.2 日长变化/世界时的长期缓慢变化 | 第25-26页 |
| 2.2.3 日长变化/世界时的十年波动 | 第26页 |
| 2.2.4 日长变化/世界时的周期性变化 | 第26页 |
| 2.2.5 日长变化 /世界时的高频变化 | 第26页 |
| 2.3 地球自转参数的测定 | 第26-27页 |
| 2.4 地球自转参数数据序列 | 第27-28页 |
| 2.5 预报结果质量评定标准 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 基于自适应抗差最小二乘的极移预报 | 第30-40页 |
| 3.1 引言 | 第30页 |
| 3.2 预报模型及其原理 | 第30-35页 |
| 3.2.1 LS+AR模型 | 第30-33页 |
| 3.2.2 ARLS+AR模型 | 第33-35页 |
| 3.3 数据处理和结果分析 | 第35-39页 |
| 3.3.1 数据处理 | 第35-36页 |
| 3.3.2 结果分析 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于LS+AR+AF模型的极移预报 | 第40-50页 |
| 4.1 引言 | 第40-41页 |
| 4.2 预报模型及其原理 | 第41-45页 |
| 4.2.1 LS+AR模型 | 第41页 |
| 4.2.2 LS+AR+KF模型 | 第41-43页 |
| 4.2.3 LS+AR+AF模型 | 第43-45页 |
| 4.3 数据处理和结果分析 | 第45-49页 |
| 4.3.1 数据处理 | 第45-46页 |
| 4.3.2 结果分析 | 第46-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 基于LS+AR+IAF模型的极移预报 | 第50-56页 |
| 5.1 引言 | 第50页 |
| 5.2 预报模型及其原理 | 第50-53页 |
| 5.2.1 LS+AR+IAF模型 | 第50-53页 |
| 5.3 数据处理和结果分析 | 第53-55页 |
| 5.3.1 数据处理 | 第53页 |
| 5.3.2 结果分析 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 基于GM(1,1)+ARIMA组合模型的UT1-UTC预报 | 第56-66页 |
| 6.1 引言 | 第56-57页 |
| 6.2 数据预处理 | 第57-59页 |
| 6.3 预报模型及其原理 | 第59-62页 |
| 6.3.1 LS建模 | 第59-60页 |
| 6.3.2 GM(1,1)模型 | 第60-61页 |
| 6.3.3 ARIMA模型 | 第61-62页 |
| 6.4 计算分析 | 第62-63页 |
| 6.4.1 GM(1,1)建模数据长度的选取 | 第62页 |
| 6.4.2 基础序列长度的选取 | 第62-63页 |
| 6.5 对比与分析 | 第63-65页 |
| 6.6 本章小结 | 第65-66页 |
| 总结与展望 | 第66-68页 |
| 本文总结 | 第66-67页 |
| 下一步工作 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士期间取得的研究成果 | 第73-74页 |
| 致谢 | 第74页 |