大气角动量函数在日长变化非线性预报中的重要作用

日长变化具有复杂的时变特性,传统的线性时间序列分析方法往往难以取得良好的预报效果.采用非线性人工神经网络技术对日长变化进行预报,网络模型的拓扑结构由最小均方误差法来确定.考虑到日长变化与大气环流运动间的密切关系,在神经网络预报模型中引入轴向大气角动量序列.结果表明,联合日长和大气角动量序列,比起单独采用日长资料,预报精度得到显著的提高.     

广义回归神经网络在日长变化预报中的应用

传统的日长变化预报多是基于线性模型,如最小二乘模型、自回归模型等,但是日长变化包含了复杂的非线性因素,线性模型预报的效果往往不甚理想.所以尝试使用一种非线性神经网络—广义回归神经网络(GRNN)模型进行日长变化预报,并将结果与使用BP (Back Propagation)神经网络模型和其它模型的预报结果进行比较.结果表明,GRNN用于日长变化预报是高效可行的.     

两种样本输入方式下基于GRNN的日长变化预报结果的比较

针对广义回归神经网络用于日长变化预报过程中,样本的输入方式对预报结果的影响进行了研究。采用2种输入方式:即样本按不同跨度输入以及按连续输入,对日长变化进行预报。最终证明不同的样本输入方式对日长变化预报精度的影响较大,样本按跨度输入在超短期预报中预报精度较高,样本采用连续输入的方式在短期和中期预报中预报精度较高。     

遗传算法优化的BP神经网络卫星钟差预报

针对BP (Back Propagation)神经网络模型预测卫星钟差中权值和阈值的最优化问题, 提出了基于遗传算法优化的BP神经网络卫星钟差短期预报模型, 给出了遗传算法优化BP神经网络的基本思想、具体方法和实施步骤. 为验证该优化模型的有效性和可行性, 利用北斗卫星导航系统(BeiDou navigation satellite system, BDS)卫星钟差数据进行钟差预报精度分析, 并将其与灰色模型(GM(1,1))和BP神经网络模型预报的结果比较分析. 结果表明: 该模型在短期钟差预报中具有较好的精度, 优于GM(1,1)模型和BP神经网络模型.     

基于高斯过程的日长变化预报

由于日长(length-of-day,LOD)变化具有复杂的时变特性,传统线性模型如最小二乘外推模型、时间序列分析模型等的预报效果往往不甚理想,所以将一种新型的机器学习算法—高斯过程(Gaussian processes,GP)方法用于LOD变化预报,并将预报结果同利用反向传播神经网络(back propagation neural networks,BPNN)和广义回归神经网络(general regression neural networks,GRNN)的预报结果以及地球定向参数预报比较竞赛(Earth Orientation Parameters Prediction Comparison Campaign,EOP PCC)的预报结果进行对比.结果表明,GP用于LOD变化预报是高效可行的.     

样本输入方式对极端学习机预报日长变化的影响

针对极端学习机(Extreme Learning Machine,ELM)用于日长(Length-Of-Day,LOD)变化预报过程中,样本输入方式对预报结果的影响进行了研究。采用跨度、连续和迭代3种样本输入方式对日长变化进行预报。结果表明,不同的样本输入方式对预报结果有很大影响,样本按跨度输入的预报精度最低;样本采用连续输入方式在短期和中长期预报中预报精度较高,但计算速度较慢,较适合中长期预报;样本按迭代输入方式的短期预报精度稍优于连续输入方式,而中长期预报精度则不如连续输入方式,但具有较高的预报效率。这对于日长变化的实时快速预报有着较高的现实意义。     

顾及最小二乘拟合端点效应的日长变化预报

针对日长(Length Of Day,LOD)变化预报中最小二乘(Least Squares,LS)拟合存在端点效应的问题,采用时间序列分析方法对日长变化序列进行端点延拓,形成一个新序列,然后用新序列建立最小二乘模型,最后再结合最小二乘模型和自回归(Autoregressive,AR)模型对原始日长变化序列进行预报。实验结果表明,在日长变化序列两端增加统计延拓数据,能有效减小最小二乘拟合序列的端点畸变,从而提高日长变化的预报精度,尤其对中长期预报精度提高明显。     

跳步自回归模型在中长期日长变化预报中的应用

利用自回归模型进行日长变化中长期预报时,预报精度逐渐降低.跳步自回归模型在中长期的预报中具有良好的预报精度,且具有较好的预测稳定性.因此,尝试采用跳步自回归模型替代自回归模型进行日长变化预报.最后,利用国际地球自转参数与参考系服务(International Earth Rotation and Reference Systems Service,IERS)提供的EOP08 C04日长变化序列进行实验,并分析比较两种模型的预报结果.实验结果表明,跳步自回归模型用于改善自回归模型中长期预报精度是可行有效的.     

基于极限学习机的极移中长期预报

传统的极移预报多是基于最小二乘外推和自回归等线性模型,但极移包含了复杂的非线性成分,线性模型的预报效果往往不甚理想。将一种新型神经网络极限学习机(Extreme Learning Machine, ELM)用于极移中长期预报。首先利用最小二乘外推模型对极移序列进行拟合,获得趋势项外推值,然后采用极限学习机对最小二乘拟合残差进行预报,最终的极移预报值为趋势项外推值与残差预报值之和。将极限学习机的预报结果同反向传播(Back Propagation, BP)神经网络与地球定向参数预报比较活动(Earth Orientation Parameters Prediction Comparison Campaign, EOP PCC)的预报结果进行对比,结果表明,极限学习机用于极移中长期预报是高效可行的。     

基于Takagi-Sugeno模糊神经网络模型的卫星钟差预报方法

卫星钟差预报精度的不断提升是精密导航的关键问题.为了进一步提高钟差的预报精度和更好地反映钟差的变化特性,提出一种基于Takagi-Sugeno模糊神经网络(Fuzzy Neural Network,FNN)的钟差预报方法.该方法首先根据钟差数据的特点对钟差进行预处理,然后以预处理后的数据建立一种高精度预报钟差的Takagi-Sugeno模糊神经网络算法.采用IGS(International Global Navigation Satellite System Service)不同采样间隔的精密钟差数据进行了短期预报试验,并与ARIMA(Auto-Regressive Integrated Moving Average)模型、GM(1,1)模型及QP(Quadratic Polynomial)模型进行了对比试验,分析结果表明:对不同类型原子钟,该方法用于钟差短期预报是可行的、有效的,其获得的卫星钟差预报结果明显优于常规方法.     

引力常数变化对地球自转长期变化的影响

探讨和估计了各种引力常数变化理论对地球角速度和日长变化的影响。各种引力常数变化理论包括了引力常数G随时间、空间以及速度变化等几个方面的影响。另外也估计了对地球自转角速度和日长变化产生的效应。其中有些研究对探讨地球自转变化也有启发意义。     

表面边界位置对太阳ρ模本征振荡频率的影响

本文研究了表面边界位置对太阳ρ模绝热本征振荡频率的影响。数值计算结果表明，对于ｖ４０００μＨｚ的中低阶ｐ模，表面边界置于温度极小点所引起的本征振荡频率的计算误差随着ｖ和ｌ的增大，表面边界点位置对太阳理论振荡频率的影响增大，色球结构对太阳ｐ模振荡频率的影响已变得不可忽略。     

近地小行星轨道演化的研究

本文主要阐述了近年来我们在近地小行星轨道演化研究所获得的一些基本结果,即合理的力学模型和相应的有效算法,并以实际预报算例与有关权威性的结果作了比较,证实这些研究结果确实是可信的。     

银河系运动学参数的确定

利用 2 0 2个太阳附近疏散星团的视向速度和自行观测资料 ,对太阳的运动和银河系的运动学参数进行了研究。其中 ,距离在 0 .5kpc到 2kpc之间的 12 8个疏散星团对平均太阳运动分量的解算结果是 (u0 ,v0 ,w0 ) =(- 13.8± 1.4 ,- 5 .0± 1.6 ,- 11.6± 2 .9)km/s ;Oort常数和银河系径向运动参数的解算结果分别为 (A ,B) =(16 .9± 1.1,- 11.6± 2 .6 )km·s- 1·kpc- 1及 (C ,D) =(2 .5± 1.1,- 2 .1± 0 .9)km·s- 1·kpc- 1。     

关于土卫八运动的轨道解

为了适应星际探测的需求,本文建立了在新的精度要求下土星卫星运动对应的力学模型,具体讨论了土卫八的运动,并针对主要摄动源土卫六的引力作用,建立了轨道变化的分析解,以此表明建立了土卫运动理论该采取的途径和精密定轨宜采用以轨道根数作为状态量的数值定轨方法。     

埃尔塔宁小行星质量的下限估计

埃尔塔宁小行星是一颗２１５ 万年前在南太平洋撞击地球的小行星,它也是目前唯一的深海区与地球碰撞的小行星。根据埃尔塔宁号和Ｐｏｌａｒｓｔｅｒｎ 号海洋调查船在陨击海区勘查的小行星残骸分布密度,我们估计埃尔塔宁小行星质量为２ ．３ ×１０１３ｇ ,对应于它的直径为０ ．２３ 公里。这比Ｋｙｔｅ 等人（１９８８） 估计的质量小了１０ 倍,然而它更接近埃尔塔宁小行星撞击事件的实际情况,可以作为埃尔塔宁小行星质量下限和半径下限更合理的估计值。     

对钱德勒摆动椭率及长轴方向的检测

证明地球的三轴性对钱德勒摆动椭率的影响只有１．８Ｅ５,,可以被忽略．假定极潮为平衡潮,求出由于海陆分布的影响,将使钱德勒摆动有０．０１３的椭率,主轴方向大约指向东经６°．采用傅里叶反卷积方法对ＳＰＡＣＥ９２和ＢＩＨ的极移资料进行分析,求出逐年的长期极移、周年极移和钱德勒摆动的参数,然后将钱德勒摆动归算到同一历元,证明钱德摆动椭率约为０．０１１,长轴方向约为东经９°,与理论结果十分符合．     

VLBI数据处理中的剩余钟行为与剩余大气效应建模

抽样选取了 2 7次上海天文台佘山站参与的天测与测地VLBI实验 ,分别进行了单次解算。通过分析解算参数随剩余钟行为和剩余大气效应分段拟合长度的变化 ,得到以下初步结论 :(1)选取不同分段拟合长度时 ,站坐标解算结果和时延残差加权均方根存在差异 ,最大分别至厘米级和数十皮秒 ,因而分段拟合长度不能随意选取。 (2 )分段拟合时段长度存在某一合理取值范围 ,它不宜过长 ,否则钟和大气的剩余效应短周期变化不能很好地模型化。为了保证待估参数解算时有足够的自由度 ,拟合时段不宜过短 ,否则将导致法方程近于或出现奇异 ,达不到较好控制噪声的效果。 (3)由于各次实验、同一次实验中的不同台站相应的钟和大气条件存在差异 ,有必要对每次实验以及每次实验中的各观测台站分别分析 ,寻找合适的分段拟合长度。这在实际操作中显然相当烦琐。 (4)一般而言 ,在剩余钟行为拟合长度缺省值 6 0min情况下 ,剩余大气效应分段拟合长度以介于 10min至 4 0min为宜 ;在剩余大气效应分段拟合长度缺省值 2 0min情况下 ,剩余钟行为分段拟合长度以介于 2 0min至 10 0min为宜