利用改进灰色模型的钟差预报算法及其精度分析

灰色模型在钟差长期预报中虽具有一定的优势,但是预测的精度还有进一步提高的可能。在本文中,采用经过数据预处理和残差修正对一阶灰色模型进行了改进,再对GPS卫星钟差进行不同时间尺度上的预报。算例利用IGS提供的精密钟差产品,建立了一个基于改进灰色模型的预报算法,改进灰色模型的预报精度较传统的二次项模型有了很大的提高,且预报结果的收敛性也获得了一定程度的改善。     

一种基于灰色神经网络的卫星钟差预报策略

针对钟差预报中灰色神经网络模型种类较多、性质和适用范围尚未具体分析的问题,根据其预报特点,该文提出了一种基于灰色神经网络的自适应钟差预报策略。基于MGEX精密钟差数据进行预报实验,采用不同建模钟差数据量进行相同时间段钟差预报,对3种不同的灰色神经网络模型钟差预报效果进行对比,总结了几种预报模型的性质与适用范围。该文提出的自适应预报策略较好地平衡了几种灰色神经网络模型的特点,提升了钟差预报效果。基于该文策略的实验结果表明:所提策略能够有效利用不同灰色神经网络模型特点,提高钟差预报精度。在1d预报中,该策略较本文提及的其他可靠方法精度提升1%～3%;6h预报中,该策略较较灰色模型等精度提高0.02～0.09ns。     

利用最小一乘法改进的灰色模型的导航卫星钟差预报

在卫星钟差波动较大的情况下，为了克服基于最小二乘法估计灰色模型参数对卫星钟差预报精度的不足，本文利用最小一乘法对传统灰色模型进行了改进。在建模的过程中，采用以误差绝对值之和最小为优化原则，针对目标函数不可微的特点，运用线性规划的方法对灰色预报模型的模型参数进行了估计。此外，将改进后的预报模型应用到卫星钟差波动较大情况下钟差的预报中，并将预报结果与传统灰色模型的预报结果进行了对比分析。结果表明：在卫星钟差波动较大的情况下，该方法相比传统灰色模型的预报结果有显著改善，为高精度的卫星钟差预报提供了一种新思路。     

粒子群算法优化的神经网络短期钟差预报

针对导航卫星钟差短期预报精度上的不足,该文提出了一种基于粒子群算法优化的BP神经网络钟差预报模型,通过粒子群算法来对BP神经网络的权值和阈值进行优化,利用IGS的钟差数据进行实验,并与灰色GM(1,1)模型、二次多项式模型和BP神经网络模型的预报结果进行对比分析。结果表明,粒子群优化算法的BP神经网络模型钟差预报效果良好,3h预报精度能够达到0.3ns,体现了本文钟差预报模型的实用性。     

果蝇优化算法优化灰色神经网络的卫星钟差预报

针对导航卫星短期钟差预报精度不高的问题,文章提出了一种基于果蝇优化算法(FOA)优化灰色神经网络的卫星钟差预报方法.利用FOA较强的全局寻优能力对灰色参数进行迭代动态微调,改善随机初始化所导致网络进化易陷入局部最优的问题,以提高灰色神经网络的预报精度;选取IGS产品中典型的卫星钟差数据,分别采用FOA优化灰色神经网络模型、神经网络模型、灰色系统模型和灰色神经网络模型进行短期钟差预报.仿真结果表明:FOA优化灰色神经网络模型的预报精度优于其他三种模型,性能满足卫星短期高精度钟差预报的要求.     

卫星钟差预报的小波神经网络算法研究

卫星导航系统中星载原子钟的钟差预报在优化导航电文中的钟差参数、满足实时动态精密单点定位的需求和提供卫星自主导航所需的先验信息方面具有重要的作用。根据星载原子钟钟差的特点,提出一种基于一次差方法的小波神经网络钟差预报算法:首先对钟差相邻历元间作一次差后的差值进行建模,根据时间序列预报一次差的值,然后再将预报的一次差还原,得到钟差预报值。该方法使得预报钟差的小波神经网络不但模型结构简单,而且预报精度高。最后,通过算例将本文所建模型与常用的二次多项式模型和灰色模型进行对比,结果表明:一次差方法可以使给定结构的小波神经网络的钟差预报精度得到显著提高,而且所建模型的预报效果优于两种常规模型。     

基于GM(1,1)灰色模型卫星钟差短期预报的精度分析

为了提高GPS快速单点定位的精度,必须及时获得高精度的精密星历。基于卫星钟差变化的灰色特性,建立GPS卫星钟差GM(1,1)灰色模型,对卫星钟差进行短期预报。计算结果表明,灰色模型GM(1,1)用于卫星钟差短期预报,只需要使用少数几个历元的已知卫星钟差进行建模,不仅减少建模数据量,提高建模速度,而且预报精度较高,可以满足GPS快速单点定位的实际需要;并对卫星搭载的原子钟精度进行分析,得出基于灰色模型GM(1,1)分析的Rb钟的精度和稳定性要优于Cs钟。     

灰色系统理论的优化方法及其在卫星钟差预报中的应用

利用灰色系统理论对卫星钟差进行预报研究,论述了灰色GM(1,1)模型的建立,讨论了原始序列的预处理和模型优化方法,建立了相应的算法,并结合实例给出了一种通过参数优化模型的方法.计算结果表明,该方法可以提高卫星钟差预报的精度.     

卫星钟差预报的小波神经网络算法研究

卫星导航系统中星载原子钟的钟差预报在优化导航电文中的钟差参数、满足实时动态精密单点定位的需求和提供卫星自主导航所需的先验信息方面具有重要的作用.根据星载原子钟钟差的特点,提出一种基于一次差方法的小波神经网络钟差预报算法:首先对钟差相邻历元间作一次差后的差值进行建模,根据时间序列预报一次差的值,然后再将预报的一次差还原,得到钟差预报值.该方法使得预报钟差的小波神经网络不但模型结构简单,而且预报精度高.最后,通过算例将本文所建模型与常用的二次多项式模型和灰色模型进行对比,结果表明:一次差方法可以使给定结构的小波神经网络的钟差预报精度得到显著提高,而且所建模型的预报效果优于两种常规模型.     

改进粒子群优化最小二乘向量机卫星钟差预报

针对提高导航卫星钟差预报精度的研究不足的现状,文章结合灰色预报模型和最小二乘向量机预报模型的特点,研究建立灰色系统与最小二乘向量机的结合预报模型:引入惯性权值和加速度因子随优化代数变化的改进粒子群算法,以提高算法的优化能力;并用其对模型惩罚因子和核函数参数选取过程进行优化;选取具有代表性的卫星钟差数据,建立改进粒子群优化的GM-LSSVM模型进行短期钟差预报分析,并与传统的GM(1,1)预报模型和BP神经网络预报模型进行精度比较。仿真结果表明,优化后的模型预报精度优于GM(1,1)预报模型和BP神经网络模型。     

Best prediction in linear models with mixed integer/real unknowns: theory and application

In this contribution, we extend the existing theory of minimum mean squared error prediction (best prediction). This extention is motivated by the desire to be able to deal with models in which the parameter vectors have real-valued and/or integer-valued entries. New classes of predictors are introduced, based on the principle of equivariance. Equivariant prediction is developed for the real-parameter case, the integer-parameter case, and for the mixed integer/real case. The best predictors within these classes are identified, and they are shown to have a better performance than best linear (unbiased) prediction. This holds true for the mean squared error performance, as well as for the error variance performance. We show that, in the context of linear model prediction, best predictors and best estimators come in pairs. We take advantage of this property by also identifying the corresponding best estimators. All of the best equivariant estimators are shown to have a better precision than the best linear unbiased estimator. Although no restrictions are placed on the probability distributions of the random vectors, the Gaussian case is derived separately. The best predictors are also compared with least-squares predictors, in particular with the integer-based least-squares predictor introduced in Teunissen (J Geodesy, in press, 2006).     

资源三号02星激光测高仪足印位置预报方法

激光测高仪在轨几何检校是提高激光点平面和高程精度的必要途径,而激光足印地准确捕获是成功开展激光测高仪在轨几何检校的前提。本文针对资源三号02星搭载的我国首台激光测高仪的在轨几何检校试验需要,在参考光学遥感卫星成像几何模型的基础上,提出并构建了一套严密的激光足印位置预报模型。该模型充分顾及卫星平台在轨运行规律及激光与卫星相对几何关系,建立了激光发射点到地面足印的严密几何定位预报模型,通过金字塔地形匹配、基于加速度轨道预测以及频率域姿态分析分别获取预估的激光指向、轨道位置和姿态信息,实现地面激光足印的位置预报。该模型已应用于资源三号02星激光测高仪在轨几何检校试验中,预报的激光足印位置与探测器捕获到的实际位置的最大误差小于150m,充分验证了预报模型的正确性,实现了我国遥感卫星从天上到地面点对点的精确预报,为国产激光测高仪在轨几何检校提供了有力的技术支撑。     

一种基于 BP 神经网络的尾矿坝沉降预报方法

基于BP神经网络建立尾矿坝沉降预报模型,重点对BP神经网络的拓扑结构和学习算法进行研究。并以某尾矿库初期坝的沉降监测数据为例,对模型的拟合、预测精度进行验证。实例表明,BP神经网络自学习、自组织能力强,具有极强的线性逼真能力,能够准确地反映输入、输出变量之间的非线性关系,有效地表征尾矿坝的沉降变形规律,对即将发生的变形情况做出科学、合理的预报。     

EOP预报误差对导航卫星轨道预报的影响分析

导航卫星轨道预报是利用精密定轨结果在惯性系下进行轨道外推，再将外推得到的惯性系轨道转换为地固系轨道，然后生成卫星星历数据。由于坐标系转换时使用的是带有误差的地球定向参数（EOP：Earth Orientation Parameters）预报值，转换结果会产生误差，进而影响轨道预报结果的精度。分析了EOP快速预报产品公报A的预报精度，研究了参数预报误差对轨道预报精度的影响。结果表明，对于利用GPS精密星历外推模拟得到的卫星轨道而言，EOP预报1天引起的轨道预报误差大致分布在0．232±0．183m，参数预报7天引起的轨道预报误差大致分布在0．438±0．356m。     

基于预测树的天气雷达回波数据无损压缩

利用了各层回波图像间的相关系数建立预测排序树,采用了自适应算术编码实现天气雷达回波数据的无损压缩,实现了天气雷达回波数据的有效压缩。     

灰色预测模型若干改进方法

从基本灰色模型出发,归纳和讨论了影响正确建立灰色模型的诸多因素以及相应的改进方法。     

一种融合动态预测的感知哈希目标跟踪算法

为实现静态背景下的目标跟踪，采取基于DTC的感知哈希生成算法提取目标感知哈希摘要，比较汉明距离实现模板匹配。针对跟踪效率不足的问题，提出了一种范围与方位融合预测策略，其中范围预测是预测目标出现的范围，缩小模板搜索区域；方位预测在范围预测的基础上寻找一条便捷的搜索路线，将已跟踪得到的坐标要素简化为单一的方位角要素，结合预测模型预测目标方位，挖掘出一种模板匹配终止条件，在适当的深度终止窗口遍历。试验结果证明，范围预测对跟踪效率提升明显，预测范围缩小n倍时算法效率提升约n²倍，方位预测可在范围预测的基础上提升约16%的效率。     

基于ARMA模型的BDS卫星钟差异常值探测及其短期预报

星载原子钟在运行过程中会受到恶劣空间环境与设备老化等因素的影响,使得卫星钟差数据中经常存在异常值,其中AO(additive outlier)类异常值是钟差序列中常见的一类异常值。结合最大期望算法与自回归滑动平均(autoregressive moving average,ARMA)模型,提出一种AO类异常值探测算法。该算法可以准确探测孤立AO类异常值与成片AO类异常值,有效克服了其他算法经常出现的淹没与掩盖现象。在成功探测钟差序列AO类异常值的同时,该算法可以估计得到精确的ARMA模型,进而能准确地进行卫星钟差预报。利用仿真数据与北斗卫星钟差实测数据进行计算分析,结果表明,所提算法可以精确探测出钟差序列AO类异常值,并且具有很好的卫星钟差预报效果。     

房产测绘中几个问题的探讨

房产测绘是房地产产权户籍管理中一项非常重要的工作,房产测绘应结合新的建筑设计规范和建筑施工新工艺、测绘新技术的要求,逐步完善房产测绘技术标准,使其更具可操作性,以解决房产测绘中实际可能出现的新问题。本文对房产测量中房屋面积测算过程中经常碰到的几个问题进行探讨,并提出一些自己的意见建议。     

利用MATLAB的地表动态预计系统的算法设计

本文分析了当前地表动态预计软件的现状和MATLAB软件功能特点,重点介绍了该软件在开发地表动态预计系统算法的应用.以动态时间函数结合概率积分法为理论基础,运用MATLAB软件进行开发预计系统.结果表明,该方法能反映地表移动的动态特征,实现了煤炭开采对地面动态沉陷影响的较为精确的分析与计算,可以直观而精确地对地表变形各种...