对分量进行联合解算的极移预报方法研究

为了提高极移预报的精度,该文提出结合极移的两个分量进行统一求解的极移联合预报方法:将极移的两个分量组成一个观测方程,并采用LS+AR模型对联合分量的确定项与随机项进行拟合。实验结果表明,文中采用的联合预报方法可以提高极移的预报精度。     

基于1962至2022年极移观测值的时序分析及长期预报研究

极移参数（polar motion,PM）是地球定向参数（earth orientation parameter,EOP）的重要组成部分,在天文大地测量、卫星的导航定位以及卫星的自主定轨等领域有重要的应用。本文首先利用国际地球自转服务（international earth rotation and reference systems service,IERS）提供的极移观测值进行极移时间序列频谱分析及周期项的提取。结果表明,快速傅里叶变换与离散傅里叶变换周期项提取到的周期项基本无差异,但极移X、Y分量时变分析结果存在差异。此外,本文将正弦逼近应用到极移参数的预报,对于长时间尺度的极移参数预报最小二乘外推模型效果最佳,但预报模型精度易受到周期项提取结果的影响;最小二乘外推模型在极移正向预报和反推拟合效果相近,借助正弦逼近方法可以一定程度上增强模型拟合效果。上述研究结果可为地球自转参数的预报研究提供参考。     

基于差分序列分析极移不规则变化及对模型拟合的影响

通过对近52年的极移数据进行二阶差分,发现极移不规则变化的活跃程度存在明显的分段特征。其中活跃部分大约持续6 100d,与地震的近6 500d的长活动周期以及章动的18.6a周期较接近;然后以ARMA模型为例,选取状况不同的4个不规则变化时段的极移数据进行模型的拟合与预报,并进行对比。结果表明:1若拟合数据处于活跃期,建模及预报的精度相对于处于平静期时较差;2拟合数据同时包含活跃期与平静期,拟合的残差出现病态分布,模型建立不成功;3拟合精度相当的不同模型,预测数据处于平静期要比处于活跃期时精度要好。     

利用小波分解改进极移预报模型

为进一步提高极移预报精度，将小波分解引入极移预报中。首先利用小波分解对极移序列进行分解，分离低频分量与高频分量，然后对低频分量建立最小二乘外推模型，获得极移序列的趋势项外推值与残差序列，最后采用自回归（autoregressive，AR）模型对高频分量与残差序列之和进行预报，最终极移的预报值为最小二乘外推值与AR模型预报值之和。结果表明，小波分解可以明显改善最小二乘外推与AR组合模型的极移预报精度，尤其对于中长期预报改善更为明显。     

极移时间序列建模及预测

基于自回归滑动平均(auto-regressive and moving average,ARMA)模型以及一阶差分ARMA模型分别对极移的X分量和Y分量进行了模型拟合,并利用所拟合的模型对极移进行了预测.通过与国际地球自转服务发布的实测极移数据以及其他方法对比,证明了所建立的拟合模型在短期预报上的有效性.且X分量的ARMA模型在39 d预报跨度内的整体精度优于一阶差分ARMA模型,而Y分量45 d内的一阶差分ARMA模型预报精度比ARMA模型预报精度更高.     

利用时间序列分析预报电离层TEC

以IGS发布的电离层总电子含量(total electron content,TEC)数据为样本,利用时间序列分析进行预报。将TEC时间序列分解为趋势项、周期项和随机项的组合,并利用相关系数和偏相关系数确定模型阶数。对IGS提供的2008年TEC数据进行预报分析,结果表明,采用时间序列分析能达到较高精度,预报7 d时的平均相对精度为87.75%,预报精度大于60%的预报值占所有预报值的95%以上,预报精度大于85%的预报值占所有预报值的72.6%,95.3%的预报残差小于±3 TECU。     

基坑变形监测分析及预报方法研究

由于基坑结构性强、稳定性差且不易控制,在建造过程中需要不断地进行变形监测和预报分析来保证工程顺利进行。本文提出一种基于监测点精度要求反推控制网等级的观测方案,首先根据基坑规模确定监测点精度和控制网等级,然后布设控制网观测并验证平差结果,最后整理分析数据使用回归分析法进行预报。本文以苏州广济医院基坑为例进行监测和预报分析,得到最佳拟合的三次曲线模型,并对各观测项变形趋势进行预测,该基坑在周期内变形趋势稳定,周期外预测值满足规范要求,基坑总体运行安全。     

利用LS_AR模型对极移参数的中长期预报

为了满足深空探测器自主导航定位对极移参数中长期预报的需求,阐述了基于LS_AR模型的极移参数中长期预报和精度评定的原理,提出了4种改进方案对LS_AR模型的构建进行优化,并利用IERS提供的1990～1996年的极移参数的时间序列检验4种优化方案,得到了最优的预报模型,在400 d跨度上,其预报结果的平均绝对误差比未优化的模型小3 mas左右。     

顾及卫星钟随机特性的抗差最小二乘配置钟差预报算法

为了更好地反映钟差特性并提高其预报精度,采用抗差最小二乘配置方法建立一种能够同时考虑星载原子钟物理特性、钟差周期性变化与随机性变化特点的钟差预报模型。首先使用附有周期项的二次多项式模型进行拟合提取卫星钟差的趋势项与周期项,然后针对剩余的随机项及其可能存在的粗差,采用抗差最小二乘配置的原理进行建模,其中最小二乘配置的协方差函数通过对比协方差拟合的方法并结合试验进行确定。使用IGS精密钟差数据进行预报试验,将本文方法与二次多项式模型、灰色模型进行对比,预报精度分别提高了0.457 ns和0.948 ns,而预报稳定性则分别提高了0.445 ns和1.233 ns,证明了本文方法能够更好地预报卫星钟差,同时说明本文的协方差函数确定方法的有效性。     

改进的多项式+周期项模型的卫星钟差预报

针对现有的超快速钟差产品IGU精度较低以及无法满足实时PPP技术的问题,提出了一种改进的多项式+周期项钟差预报模型。该模型采用多项式+周期项非线性函数对钟差数据进行滑动估计,结合迭代法对拟合模型的随机误差进行自然修正,以实现对卫星钟差的预报估计。通过与常见的多项式模型、灰色系统模型和多项式+周期项模型的对比分析,结果表明:改进的多项式+周期项模型更加适用于卫星钟差预报,在1天内,其预报精度RMS可以达到0.57 ns,最大偏离程度为1 ns,明显优于灰色系统模型和多项式+周期项模型;随着预报时间的增长,多项式模型、灰色系统模型和多项式+周期项模型的预报精度大幅降低,而改进的多项式+周期项模型没有大幅的变化,预报结果比较稳定。      

BDS与GPS数据解算地球自转参数精度分析北大核心CSCD

针对我国利用BDS数据自主确定地球自转参数(ERP)时,需对其精度进行验证和分析的问题,该文利用我国境内及周边的GPS基准站数据以及MEGX网BDS数据进行ERP解算,对解算结果进行精度对比和分析。解算结果表明:利用BDS数据解算的ERP,在X方向极移和国际地球自转服务(IERS)公布值差值的RMS为0.6576mas,Y方向极移差值的RMS为1.0324mas,UT1-UTC差值的RMS为0.0853ms;利用GPS数据解算ERP,在x方向极移差值的RMS为0.4516mas,Y方向极移差值的RMS为0.5475mas,精度明显比利用BDS数据解算的要高,UT1-UTC差值的RMS为0.2153ms,比利用BDS数据解算的精度差。利用两种技术解算ERP发现极移参数存在明显的系统性误差,而UT1-UTC值不存在明显的系统性误差。结果表明,利用BDS技术确定地球自转参数精度虽然比GPS要差,但较之前成果有了很大提高。     

时间序列分析在电离层短期预报中的应用

根据IGS提供的2012年TEC数据,在得到TEC值残差序列的基础上,利用谱分析去掉周期项和Matlab工具箱去掉趋势项并采用平滑算法去噪后,对随机项进行时间序列分析。目前,电离层格网点的预报均建立在原始TEC上,阐述了采用差分后的TEC值进行预报的方法,以减少日变化周期项的影响。根据AR（p）模型预报的结果加上周期项和趋势项后,再加上前一天对应时段的TEC值与IGS发布的数据比较,结果表明,该方法利用短期IGS发布的TEC值进行电离层预报能取得较高的精度。     

Chandler摆动的双频现象用于拟合极移确定项的研究

极移中Chandler摆动出现的双频现象,一直以来为许多学者所关注。推导了基于Chandler摆动双频的极移确定项模型,并采用该模型对极移确定项进行了拟合。与仅采用单频进行确定项拟合的对比表明,利用双频能取得更理想的结果。     

2012-2016年的VLBI数据解算及分析

针对甚长基线干涉测量技术以其极高的测角精度和稳定性在解算地球定向参数和维持地球参考框架方面发挥着不可替代的作用,但是由于其设备庞大昂贵,因此测站较少且观测不连续的问题,该文首先利用VieVS软件解算了2012—2016年的甚长基线干涉测量数据,获得地球定向参数。提出了采用极坐标插值法对极移参数进行插值,以获取连续的极移参数解。对插值后的极移时间序列进行频谱分析,得到较为明显的周年、半周年等周期项,验证了本文采用插值方法的可行性和可靠性。     

基于ARIMA模型的地球自转变化预报

准确预报地球自转变化对于精密定位、空间飞行器的跟踪与正常运行,具有重要的科学意义和实用价值。根据周日变化（UT1-UTC）和极移变化（PM）的特性,用最小二乘法,建立了适合于UT1-UTC和PM趋势项和周期项观测数据的拟合模型。对于UT1-UTC残差序列采用差分自回归移动平均（ARIMA）模型进行预报,对于PM残差采用季节性自回归移动平均（SARMA）模型进行预报。实例结果表明：我们的UT卜UTC预报结果比地球自转服务（IERS）产品好,而PM比IERS要差一些。当大气角动量（AAM）和海洋角动量（OAM）数据参与计算后,对UT卜UTC的预报有细微改善,对PM无改善。     

对钱德勒参数进行时变修正的CLS+AR模型在极移预测中的应用

根据LS模型参数中钱德勒项的时变性质,提出了基于钱德勒参数时变修正的CLS模型,并用CLS+AR对极移进行预测。实验结果表明,CLS+AR模型在极移预测精度上较LS+AR模型有较大改善。     

多星定轨条件下北斗卫星钟差的周期性变化

基于地面监测网的多星精密定轨可以同时解算出北斗卫星轨道和卫星钟差。由于轨道和钟差的耦合影响,卫星钟差时序难免会出现周期性波动。此外,受限于目前并不完善的北斗全球监测网络分布、系统导航文件缺失以及定轨后处理软件的设置问题,3类卫星的钟差均存在大量数据间断问题。本文利用适用于间断数据的谱分析方法,对多星定轨条件下的北斗卫星钟差数据进行了周期项提取,并利用周期项改进后的钟差预报模型评估了24h以内的预报精度。基于近一年的数据分析表明,北斗GEO卫星钟差3个主周期依次为12、24和8h,IGSO卫星钟差的3个主周期依次为24、12和8h,而MEO卫星钟差的3个主周期依次为12.91、6.44和24h。与改进前相比,周期项改进后的钟差预报模型将北斗卫星钟差在24h以内的预报精度提高了20%~40%。     

两种高程坐标预测模型的精度对比分析

为提高IGS测站高程坐标预测精度,分别拟合两种时间序列模型:多项式周期模型与ARMA模型,选用我国及周边7个IGS站2013年的观测数据进行实验验证及对比分析。结果表明:两种模型的预报中误差均小于4.5 mm,可作为高程坐标预测的参考模型,同时,ARMA模型的预报精度较多项式周期模型的预报精度提升5%以上,且稳定性高于多项式周期模型,更加适合站点的坐标预报。     

地球自转参数的LS+AR超短期预报方法

地球自转参数（ERP）是卫星精密定轨中联系天球坐标系与地球坐标系的必要参数,是国际GNSS服务组织（IGS）和国际GNSS监测评估系统（iGMAS）分析中心的重要产品。为了提高中国测绘科学研究院分析中心（CGS）的线性模型预报精度,本文研究了最小二乘（LS）和自回归模型（AR）组合的超短期预报最优方法;通过不同周期数据确定最佳预报时长,利用LS+AR模型进行超短期预报,并通过IGS和iGMAS与线性模型产品对比。结果表明：利用8 d（时段）数据进行超短期预报最优;LS+AR模型预报精度明显优于LS模型;LS+AR的超短期预报方法优于分析中心的线性预报方法;EOP的PMX和PMY分量利用时段数据预报、LOD利用天数据预报精度更高。本文超短期预报方法能够提高ERP预报精度,为IGS或iGMAS分析中心的ERP预报提供了一定的参考意义。     

EEMD分解的超快速北斗卫星钟差预报

为提高北斗卫星钟差预报精度,本文提出采用多项式和集合经验模态分解相结合的模型进行北斗卫星钟差的预报,并采用GPS数据验证算法的正确性。在剔除卫星钟差中的趋势项部分后,利用经验模态分解法对残差分解得到不同频率的时间序列。对各时间序列用不同模型进行预报并进行线性组合,最终的钟差预报值由趋势项和各时间序列的预报值复合而成。试验表明:该模型对北斗卫星钟差预报取得了较好的结果,与ISU-P相比,精度提升幅度在7.3%~43.0%之间。