一种LSTM神经网络在卫星钟频率快速变化期间钟差预报的应用

为克服多项式模型在卫星频率快速变化期间精度衰减快的问题,提出一种基于LSTM神经网络的钟差预报模型。与多项式模型的对比实验结果显示,在卫星钟平稳运行期间,两种模型的结果几乎一致;在卫星钟输出频率发生快速变化时,LSTM神经网络模型的预报精度较多项式模型提高显著,仍能提供较高精度的钟差预报结果。     

基于SAFA-FDGM(1,1)模型的BDS钟差预报

为建立高精度的BDS钟差预报模型,提出一种基于改进的萤火虫算法优化的分数阶离散型灰色系统SAFA-FDGM(1,1)钟差预报模型.为避免萤火虫算法陷入局部最优解,提高萤火虫算法的优化能力,本文引入惯性权重因子,同时对吸引力因子、步长因子进行改进;利用改进的萤火虫算法自动优化选取FDGM(1,1)分数阶因子来提高FDGM...     

区域测站数对BDS实时卫星钟差估计的影响分析

地面测站的数量及分布会影响实时卫星钟差估计的精度和可靠性。鉴于目前BDS主要为亚太地区提供服务,均匀选取中国区域内8~24个实时监测站,分析区域测站数与BDS实时卫星钟差估计精度的关系。结果表明,当测站数小于16个,IGSO/MEO卫星在中国区域内被观测的弧长不全,实时钟差精度和定位精度较差;当测站数达到16个,中国区域内可观测的BDS卫星弧长覆盖饱和;当测站数达到17个及以上,实时钟差精度达到0.15 ns,平面定位精度达到0.3 m以内,高程定位精度达到0.4 m以内,且钟差和定位精度随着测站数的增加不再明显提高。     

基于修正钟差一次差分数据的卫星钟差预报

对钟差一次差分预报原理进行改进,分析常用的一次多项式模型、二次多项式模型和灰色模型在采用改进原理进行预报时的相关特性。结果表明,对钟差一次差分预报原理的改进是有效的,可以提高常用模型在钟差短期预报中的预报精度。     

基于一次差分预报原理的常用钟差预报模型效果分析

基于15d的精密卫星钟差数据,从不同角度全面分析6种常用钟差预报模型(LP模型、QP模型、GM模型、SA模型、ARIMA模型、KF模型)基于钟差一次差分预报原理的预报效果,得到以下结论:1)采用钟差一次差分预报原理,可以提高LP模型、SA模型、GM模型及KF模型对于GPS卫星钟差的3h预报精度,提高QP模型和ARIMA...     

基于麻雀搜索算法优化的BP神经网络卫星钟差预报

使用麻雀搜索算法(sparrow search algorithm,SSA)对BP神经网络的初始权值和阈值进行优化和调整,以提高神经网络模型短期预报的精度和稳定性.采用IGS产品中的卫星钟差数据,对SSA-BP神经网络模型、PSO-BP神经网络模型、传统BP神经网络模型及传统二次多项式模型(QP模型)进行实验对比,结果...     

BD-2在轨卫星钟性能分析

选取3颗不同轨道的BD-2在轨卫星,以其星载主钟某些时段测量的星地无线电双向时间比对钟差数据为基础,计算频率准确度、稳定度和漂移率。结果表明,BD-2在轨卫星钟的频率准确度优于10-11量级,频率稳定度优于10-13量级,频率漂移率优于10-14量级。其中,GEO-1卫星即将到达系统的设计运行寿命,但其卫星钟的各项性能指标计算结果均符合设计要求,未影响北斗二号系统的服务质量。     

导航卫星钟差预报的Elman神经网络算法研究

针对卫星钟差不能被精确模型化的问题,将具有较强记忆功能和强大计算能力的Elman神经网络运用到卫星钟差预报中,提出适用于卫星钟差预报的Elman模型。首先对原始钟差数据进行一次差处理,然后选择合适的神经网络结构建立预报效果最佳的Elman钟差预报模型,最后选用国际GNSS服务（IGS）提供的精密钟差数据进行GPS卫星钟差预报,并与二次多项式模型、附加周期项的多项式模型和灰色系统模型进行对比分析。结果表明,Elman模型进行1 d、7 d和30 d钟差预报的精度得到显著提高,分别达到亚ns、ns和μs级,表明该模型的钟差预报性能优于3种常用模型,在卫星钟差预报中具有可行性。     

基于IGU预报轨道实时估计精密卫星钟差

针对目前实时精密单点定位中,GPS卫星实时钟差服务所存在的精度问题,提出了一种基于IGU轨道的实时钟差估计方法。该方法基于IGU轨道,采用全球参考站非差载波相位观测值,进行实时钟差估计。数值结果表明：实时估计的卫星钟差与IGS最终产品的偏差大部分小于0.3 ns,平均优于0.2 ns;采用估计所得的实时钟差进行PPP静态定位,其精度可达1~2 cm,同时也可得到毫米级精度的天顶对流层延迟。     

北斗GEO卫星钟差频间偏差变化特性分析

解算北斗二号区域导航系统(BDS-2)、北斗三号全球导航系统(BDS-3) GEO卫星钟差频间偏差(inter-frequency clock bias, IFCB),对比分析其变化特性。结果表明,BDS-2 GEO卫星对应的相位和伪距IFCB具有明显的时变性与周期性,BDS-3 GEO卫星对应的相位和伪距IFCB时变性不明显。分析BDS-2单日IFCB的周期变化特性,并采用分析得到的周期构建IFCB模型化函数。应用多项式和基于谐波函数的混合函数分别对IFCB进行模型化处理,模型化结果表明：4阶谐波函数对应的混合函数模型化精度在相位IFCB拟合中的平均RMS优于0.003 6 m,伪距IFCB对应的RMS优于0.131 3 m; 8阶谐波函数对应的混合函数模型化精度在相位IFCB拟合中的平均RMS优于0.003 4 m,伪距IFCB对应的RMS优于0.123 8 m。当采用多项式进行IFCB模型化时,相应精度随多项式阶次的增加而提高,但仍然劣于基于谐波函数的混合函数。当用常数代替BDS-3相位IFCB结果时,平均拟合RMS优于0.000 5 m;当用常数代替伪距IFCB结果时,平均拟合...     

一种北斗二代卫星钟差的数据质量控制方法

考虑北斗二代卫星长期钟差序列中存在的钟跳、粗差及数据缺失现象,提出一种钟差序列的数据质量控制方法。利用频率序列识别钟跳,采用阈值法进行异常数据段剔除以及结合MAD和Baarda数据探测法共同进行粗差探测与剔除,再利用线性内插对缺失数据进行插补,得到干净的钟差序列。实测数据表明,这种钟差质量控制策略可以显著提高北斗钟差序列信息提取的准确性以及钟差预报精度。     

BDS星载原子钟周期项特性及预报研究

采用频谱分析方法对BDS星载原子钟的周期项变化规律进行分析,继而构建了附有周期项的精密钟差预报模型。在此基础上,对预报模型的短期预报效果和不同类型卫星的预报精度差异进行分析。结果表明,不同类型的卫星均表现出较为显著的12 h和24 h的周期项变化规律,但其对应的能量幅值存在差异;与传统的二次多项式预报模型相比,结合周期项改正的钟差预报模型能够提高预报精度,6 h的预报精度约为2 ns,24 h的预报精度约为10 ns。     

一种顾及钟差周期误差和随机特性的卫星钟差预报方法

提出一种顾及钟差周期误差和随机特性的卫星钟差预报方法。首先通过比较二次多项式加1、2、3、4个主要周期误差的模型,取其优者求得钟差预报的拟合值;然后针对拟合残差值的随机特性采用灰色模型进行建模,求得拟合值残差预报值;最后,将其与之前求得的预报值相结合得到最终的钟差预报值。采用IGS的15 min精密钟差数据进行实验,结果表明,在短期预报中,加2个主要周期误差的模型预报性能最好,并且新模型的预报精度优于常用算法。     

最优非负变权组合模型在卫星钟差预报中的应用

针对单一卫星钟差预报模型自身存在的缺陷,提出基于二次多项式、灰色GM（1,1）和ARIMA等三种单一模型的最优非负变权组合预报模型。通过与各单一模型和经典权组合模型进行对比分析表明,该模型预报残差RMS值最小,精度更高,能够根据各模型预报效果赋予不同的权值,在一定程度上综合了多种单一模型的优点,可降低预报风险,提高模型预报的可靠性。