一种基于Fourier级数模型的时序数据预测方法

摘要

本发明公开了一种基于Fourier级数模型的时序数据预测方法。使用本发明能够对在轨卫星的遥测数据进行有效预测，且预测精度较高。本发明首先对遥测采样数据进行预处理，剔除粗大误差、剔野，然后建立Fourier级数模型，并针对遥测采样数据特点，综合应用了快速傅里叶变换、矩阵的QR分解算法以及最小二乘法，确定Fourier级数模型的各个参数，最后利用Fourier级数模型对卫星遥测数据进行预测，获得较好的预测结果，与实际的遥测数据误差小，预测精度高。