利用LS+AR模型和激发函数预报地球自转参数

分别采用LS+AR组合模型和包含大气角动量、海洋角动量的流体激发函数对地球自转参数进行长期预报。数值实验表明,激发函数预报精度优于LS+AR组合模型,其中大气角动量激发函数预报精度优于海洋角动量激发函数。     

一种考虑PMX与PMY之间相关性的极移预报新方法

提出采用多元回归模型（MAR）与最小二乘（LS）组合进行极移预报。该模型考虑极移PMX和PMY的LS拟合残差之间的相关性,采用PMX残差和PMY残差一起构建预报模型进行残差预报。通过与LS+AR预报结果的对比表明,LS+MAR模型的预报结果更优。此外,通过与EOP_PCC预报结果的对比也说明,LS+MAR模型的短期极移预报精度能够达到国际先进水平。     

最小二乘外推与ARIMA(P,1,0)组合模型在极移短期预报中的应用

将ARIMA（P,1,0）模型应用到极移随机性部分序列的预报中,提出了利用最小二乘外推与ARIMA（P,1,0）的组合模型来对整体极移序列进行短期预报。并与其他方法对极移1～5天的短期预报精度进行了对比,结果证明了该模型在极移短期预报上的有效性与优越性。     

用GPS观测资料解算地球自转参数的方法及影响因素分析

研究利用GPS观测资料解算ERP参数的方法。首先,利用全球近100个均匀分布、站址稳定的IGS测站的GPS观测数据解算地球自转参数,并将其与IGS相应产品进行比较,结果显示该解算方案可靠。其次,从实验数据和数理表示方面分析ERP参数解算过程中的轨道约束方案、先验ERP信息、站坐标数量对解算精度的影响,给出一些提高ERP参数解算精度的建议：对ECOM光压模型9参数中径、法向（D、Y）4个周期项采取相对宽松约束、随机脉冲参数采取紧约束,解算效果更佳;降低ERP先验信息对解算精度的影响,重点在于提高UT1-UTC的预报值精度;利用100个跟踪站数据解算,可达到解算效率和解算质量均最佳的效果。     

非线性半参数模型最小二乘核估计的直接解法

基于非线性半参数模型最小二乘核估计,给出了其参数分量和非参数分量估计的构造式,导出了参数分量和非参数分量顾及二次项直接解法的计算公式。用实测数据进行计算,证明了对于非线性半参数模型最小二乘核估计,可采用顾及二次项的直接解法。     

一种计算补偿最小二乘正则化参数的最优化方法

在半参数模型补偿最小二乘估计中,如何有效地计算正则化参数是求解的关键。在建立一种新的补偿最小二乘模型的基础上,基于广义交叉核实与L曲线准则,采用最优化方法计算正则化参数。仿真计算表明,本文方法是一种计算正则化参数更为有效的方法。     

线性向量半参数模型与标量半参数模型最小二乘估计的比较

研究了最小二乘准则下线性向量半参数模型的核估计、近邻估计及样条估计3种估计方法,分析了向量半参数模型与标量半参数模型在这几种估计方法中的差异。     

VLBI观测资料解算地球自转参数精度分析

为分析VLBI观测资料解算地球自转参数的精度,根据VLBI观测原理及其误差方程,分别利用2020年VLBI观测数据及CONT17连续加密观测的XA、XB两种频率通道数据解算地球自转参数,并以EOP14 C04序列作为计算外符合精度的参考序列。结果表明,VLBI观测数据解算地球自转参数各分量的外符合精度均能满足高精度要求,比较解算结果与同时段GPS连续数据的解算结果发现,两者精度总体处于同一水平;CONT17观测的XA、XB两种频率通道数据解算极移时精度相当,但前者在稳定性及解算UT1-UTC序列精度上具有较大优势。     

基于GM(1,1)+AR模型的钟差短期预报改进算法研究

针对传统GM(1,1)+AR组合模型的缺点,提出一种可及时更新建模序列和增强数据间相关性的循环式钟差预报模型,在预报过程中根据预报时刻的不同实时调整AR模型阶数。考虑到原始钟差建模序列长度会对预报精度造成影响,分别使用2 h、6 h、12 h和24 h的钟差序列构建模型。实验结果表明,改进模型的预报精度较传统方法有一定提高,且预报结果更稳定;使用不同长度的钟差序列构建模型对预报结果有一定影响,其中二次多项式模型受原始序列长度的影响较大,改进模型受影响较小。