AR模型参数的抗差估计研究.PDFVIP

第 卷第 期 河 海 大 学 学 报 （自然 科 学 版 ） (/ ( G49 + (/ D4 + ( 年 月 （ ） !* # 3456789 4: ;48= 7=?@6A=BC D8B5689 EF=@7F@A H8C !* ,- 模型参数的抗差估计研究 $ $ $ ! 包为民，王 浩 ，赵 超 ，闻 王君 （ 水文水资源与水利工程科学国家重点实验室、河海大学水资源环境学院，江苏 南京 ； $+ !$)% ! + 河海大学水利水电工程学院，江苏 南京 !$)%） 摘要：实时校正一般以实测洪水流量为校正依据 研究实测洪水流量过程出现异常值时，采用抗差 + 递推最小二乘法代替传统递推最小二乘法估计 模型参数，能获得更稳健的参数结果 将闽江七 ,- + 里街流域的洪水资料人工生成异常值，对采用抗差递推最小二乘法和传统递推最小二乘法所得的 校正结果进行比较，结果表明抗差递推最小二乘法具有更强的容差能力，是一种稳健的参数估计 方法+ 关键词： 模型；实时洪水校正；异常值；抗差递推最小二乘估计 ,- 中图分类号： 文献标识码： 文章编号： （ ） .((( , $ $)% !* ( !#% / ! ! ! 误差自回归模型（ 模型）是一种重要的实时校正模型 一般实测资料误差服从正态分布，采用传统递 ,- + 推最小二乘法可以得到满意的 模型参数，从而获得更接近实测资料的预报结果 但当实测流量资料遭到 ,- + 污染出现异常值，即存在不满足正态分布的误差甚至错误时，则传统递推最小二乘估计的结果有偏，致使校 正结果不可信，或者更差+ 因此，需要寻找一种有较强容错能力的、参数稳健的估计方法+ 针对这一问题，抗差理论提出了污染分布概念，利用极值函数、导函数和权函数来描述误差分布特征，抵 ［ ］ $ # 御异常值对参数估计的影响 ! + 本文把抗差理论与方法运用于 模型参数在线估计中，分析在实测流量受异常值污染时，抗差估计的 ,- 有效性+ ! # 模型参数的抗差估计方法 ! + ! 递推最小二乘法 实时洪水校正需要利用所有历史流量观测资料，数据量大，需占用大量内存 本文采用的递推最小二乘