matlab 太阳黑子周期,太阳黑子周期分析

《太阳黑子周期分析》由会员分享，可在线阅读，更多相关《太阳黑子周期分析(6页珍藏版)》请在人人文库网上搜索。

1、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、太阳黑子数随年份的变化曲线2)：利用功。

2、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、功率和频率的前50个分量的周期图2、。

3、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,power(index),T=。

4、,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=2:1:299x(i-1,1)=sunspot(i);endfor k=1:1:298x(k,2)=sunspot(k);endy=zeros(298,1);for t=3:1:3。

5、00y(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(2000)=119.6利用上述AR(2)模型计。

6、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。