基于LS+AR模型的极移预报及其周期项影响分析

采用LS+AR预报模型的对极移进行预报,深入分析极移数据中钱德勒项和周年项对预报精度的影响。计算结果显示,极移数据中各周期项具有时变性特点,将已知观测数据确定出的周期项应用到极移预报中会明显提高预报精度。因此,建议在进行极移预报之前首先应进行时间序列分析,确定已有数据的各周期项,在极移预报中加以考虑。     

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.     

EEMD-Holt-Winters的电离层TEC预报模型

利用IGS中心提供的全球电离层TEC数据,建立集合经验模态分解与Holt-Winters组合的预报模型。根据地磁活动情况,选取地磁平静时段和地磁活跃时段的低、中纬度TEC序列,分别采用EEMD-Holt-Winters组合模型和单一Holt-Winters模型进行建模预报。实验结果表明,地磁平静期文中模型的相对精度最优可达91.71%,均方根误差最优可达1.54 TECu,地磁活跃期文中模型的相对精度最优可达86.83%,均方根误差最优可达2.18 TECu,预报结果较单一模型有显著提高。     

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。     

不同活跃状态下香港区域电离层建模分析

针对如何选取合适的区域电离层模型阶数的问题，该文研究了不同活跃状态下香港区域电离层模型的精度，提供了电离层平静期、活跃期、异常期区域电离层球谐函数建模的最佳阶数。利用低纬度香港CORS网数据，建立区域电离层模型，通过对比欧洲定轨中心(CODE)电离层产品验证了区域电离层模型最佳阶数的建模精度。在约110 km区域范围内，研究结果表明：(1)电离层平静期，1～5阶球谐模型垂直电子总含量(VTEC)建模效果相当，相对于CODE产品VTEC偏差的均值为2.286～3.300 TECU;(2)电离层活跃期和异常期，2阶模型VTEC建模精度最高，相对于CODE产品VTEC偏差的均值分别为4.121、4.546 TECU;(3)随着球谐模型阶数增加，2阶以上球谐模型电离层拟合精度无显著提升；(4)随着电离层活跃更加剧烈，球谐模型拟合残差逐渐增大，拟合效果和建模精度出现下降。     

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Holt指数平滑模型的Klobuchar模型精化

利用IGS（International GNSS Service）中心提供的中、低纬度地区平静期、活跃期观测数据,通过Klobuchar模型与双频观测模型解算电离层总电子含量（total electron content,TEC）值。采用Holt指数平滑模型对每个历元前6 d两种模型差值进行1 d预测,利用预测所得差值对Klobuchar模型第7 d的TEC值进行改进。实验结果表明,无论在电离层活跃期还是平静期,改进模型改正效果比基本模型有显著提升,改进模型能更好地反映电离层变化特性,尤其是夜间电离层变化特性。     

自回归移动平均模型的电离层总电子含量短期预报

摘 要：本文在充分考虑乘积性季节模型的情况下,利用差分法对电离层总电子含量（Total Electron Content,TEC）样本序列进行平稳化处理后,采用时间序列分析中的求和自回归移动平均模型（简称ARIMA,Autoregressive Integrated Moving Average)对TEC值序列进行预报分析。以欧洲定轨道中心（CODE）提供的2008-2012年电离层TEC值为样本数据,分析了该方法在电离层平静期、活跃期预报高、中、低不同纬度电离层TEC值的精度以及TEC样本数据的长短对预报精度的影响等。实验结果表明：在电离层平静期和活跃期预报6天的平均相对精度可达83.3%和86.6%;而平均预报残差分别为0.18±1.9TECU和0.69±2.6TECU,其中预报残差小于3TECU分别达到90%和81%以上;而且两个时期都具有纬度越高相对精度越低而绝对精度越高的规律。此外,预报精度会随TEC样本序列长度增加而提高,但40天左右为其最佳样本长度,如超过此长度,其精度会逐渐降低;而相同样本数据的预报精度会随预报长度的增加而减小,初期并不明显,但超过30天其相对精度将随时间明显降低。     

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。     

基于卫星双向时间频率传递进行钟差预报的方法研究

用多项式拟合、谱分析、改进的AR模型三种方法对由卫星双向时间频率传递得出的钟差时间序列进行了拟舍和预报分析。为了抵制钟差时间序列中异常值的影响，引入了“抗差等价权”，利用卫星双向时间频率传递得到的1d的钟差，按不问采样率、不同时间跨度进行计算分析。结果表明，抗差估计的预报精度明显高于最小二乘估计；平滑值的预报精度高于采样值；由于钟差时间序列中有明显的周期变化，多项式进行钟差预报的精度不可靠；用谱分析进行钟差预报的精度不高，但可以发现钟差时间序列中的主要周期变化；改进的AR模型预报精度最高，预报6h钟差的RMs在1ns左右。     

一种改进Elman神经网络的电离层TEC预报方法

为了建立更高精度的电离层T EC预报模型,利用IGS数据中心提供的平静期与磁暴期电离层T EC原始序列,提出基于奇异谱分析法(SSA)与Elman神经网络结合的电离层T EC预报模型.实验结果表明,在电离层平静期T EC的预报精度上,SSA-Elman组合模型的精度更加稳定,预测残差值在2 T ECu以内;在电离层磁暴...     

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。     

BDS/GPS短期ISB建模和预报的Kalman滤波方法

ISB是多系统PPP数据处理中必须要考虑的一项误差,因此有必要对BDS/GPS短期ISB建模和预报进行研究。为了提高ISB预报精度,针对等权LS(least square)估计ISB模型参数时忽略了拟合数据权重不同的问题,提出了采用Kalman滤波对模型参数进行估计,并根据ISB拟合数据距预报时刻的远近调整Kalman滤波拟合数据的方差。本文采用7d的ISB数据进行建模,根据所建模型预报第8天的ISB值,并对预报精度和定位结果进行了验证。进行试验的4个测站Kalman拟合模型的ISB预报精度比LS拟合模型分别提高了29.7%、11.5%、43.5%和32.0%。采用Kalman拟合模型的ISB预报值作为先验约束,PPP平均定位精度在E和U方向上比采用LS拟合模型预报值分别多提高了2.7%和0.9%,比不加ISB先验约束在E、N、U方向分别提高了10.6%、26.3%和3.4%。     

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。      

顾及周期项的北斗卫星钟差建模与预报

以三种卫星轨道的北斗卫星精密钟差为数据源,在采用频谱分析诊断出钟差拟合残差的周期特性基础上,分析了不同类型轨道卫星钟差的周期性特征;为实现钟差拟合残差的周期拟合,讨论了不同阶数三角级数对建模精度的影响,继而采用顾及周期项的二次多项式模型进行钟差的建模与预报,分析比较了不同轨道类型卫星钟差的预报精度情况。     

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。     

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。     

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。     

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。     

顾及钟差变化率的GPS卫星钟差预报法

提出了一种基于钟差变化率拟合建模的卫星钟差预报方法。以附加周期项的线性或二次多项式作为基础模型对钟差变化率序列进行拟合,最优估计卫星钟差的趋势项系数,然后直接使用精密定轨得到的相应时刻的卫星钟差计算预报初始时刻的基准项系数,来建立卫星钟差的预报模型。以IGS发布的快速星历(IGR)的卫星钟差为试验数据,对GPS星座中各种型号的所有卫星钟差进行预报。结果表明:本文方法3、6、12与24h的预报精度分别可达0.43、0.58、0.90与1.47ns,相比于传统的基于钟差拟合的预报方法,精度分别提高69.3%、61.8%、50.5%与37.2%;与IGS发布的超快速星历(IGU)的预报钟差相比,钟差精度分别提高15.7%、23.7%、27.4%与34.4%。