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...     

BDS卫星钟差短期预报性能分析

采用BDS精密钟差数据进行短期预报实验,通过线性模型、二次多项式模型、灰色模型和Kalman滤波模型对14颗BDS卫星的钟差预报效果进行比较和分析,总结不同类型卫星的钟差预报性能和利用各模型进行BDS卫星钟差预报的相关特性。     

基于混沌加权一阶局域法的IGS超快星历钟差预报

为提高IGS超快星历钟差预报产品的精度,针对卫星钟差数据具有确定项和随机项成分的特点,在采用多项式模型对钟差确定项建模的基础上,提出采用混沌加权一阶局域法对钟差随机项进行建模预报。仿真结果表明,采用混沌加权一阶局域法的预报精度优于超快星历钟差预报产品。     

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。     

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。     

基于EM算法优化相关向量机的BDS-3超快速钟差预报

提出一种基于EM算法优化相关向量机(RVM)的BDS-3超快速钟差预报算法。首先,利用组合MAD法预处理钟差数据,并进行一次差分计算;然后,利用钟差一次差分数据对RVM模型进行训练,通过EM算法迭代求取模型的超参数;最后,利用优化后的RVM模型进行数据预测,将钟差一次差分预测值还原,得到钟差预报值。采用iGMAS中心提供的实测BDS-3超快速钟差数据进行预报实验,并将本文模型与QP模型、SA模型及iGMAS超快速钟差预报产品(ISU-P)结果进行对比分析。结果表明,对于6 h、12 h和24 h预报,本文模型预报BDS-3卫星钟差数据的平均精度均优于0.61 ns;与ISU-P、QP模型和SA模型相比,本文模型预报24 h时精度分别提升64.1%、50.0%和49.2%。     

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...     

GPS卫星钟差高精度模型化及在精密单点定位中的应用

采用多项式和结合周期项的混合函数模型进行GPS卫星钟差高精度模型化与精度分析。结果表明,周期项对于卫星钟差模型化精度的提高具有重要作用。对于Rb 钟卫星,Block ⅡF卫星钟差模型化精度0.03 m（约0.1 ns）左右,Block ⅡR和Block ⅡR-M卫星钟差模型化精度0.05 m（约0.2 ns）左右,而Cs钟卫星钟差模型化精度则低一个数量级。采用精密单点定位进行模型化结果分析得到,混合模型化钟差参与解算的定位结果精度可达cm级,收敛时间约为4 h。以上表明,简单的模型化参数可在一定程度上代替繁琐的序列钟差,实现简化GPS卫星钟差服务模式。     

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(1,1)数据拟合精度。分别采用C02(GEO)、C09(IGSO)、C12(MEO)三种不同类型卫星的钟差数据进行实验分析,结果表明,本文预报模型优于传统二次多项式模型与GM(1,1)模型,其中3~6 h预报误差小于1 ns,9~12 h预报误差优于2 ns,对建立高精度的BDS卫星通用钟差预报模型具有重要参考价值。     

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。     

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。     

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。     

GM(1,1)模型初始条件优化及其在GNSS钟差预报中的应用

针对现有改进GM(1,1)模型在导航卫星钟差预报中性能无明显提升的问题,提出通过优化初始条件来提高钟差预报精度的方法。首先构建初始条件未知的GM(1,1)预报模型,然后采用原始序列的最新分量求解初始条件,最后利用该模型对IGS提供的精密钟差数据进行预报实验。结果表明,将初始条件优化后的GM(1,1)模型用于钟差预报切实可行,且预报精度比传统GM(1,1)模型有较大提高。     

一种顾及参数稀疏的GNSS瞬时钟差模型

提出一种顾及参数稀疏的GNSS瞬时钟差模型构建算法,该算法通过在最小二乘多项式拟合中附加L₁范数项(Lasso)进行约束,并采用滑动建模的方式拟合钟差模型,即滑动Lasso拟合法。使用GFZ 300 s钟差产品作为训练数据,通过10折交叉验证获得正则化参数,建立钟差模型,并与常用的钟差建模加密算法进行卫星钟差拟合精度与PPP定位精度对比。实验结果表明,滑动Lasso拟合法在进行钟差拟合建模时,对于局部钟差数据中出现跳变过大的钟差值,可以有效消除其在拟合过程中对模型造成的影响,防止模型过拟合,进而提高钟差模型的拟合精度与PPP定位精度。     

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。     

基于非差与历元差分两种观测模型估计精密卫星钟差的方法比较

研究了非差与历元差分两种观测模型估计精密卫星钟差的方法,评价了分别利用两类观测模型估钟的特点。通过实际算例分析了两种观测模型估钟的处理速度与精度。计算结果表明：基于非差观测模型估计卫星钟差精度高、观测信息没有损失、可靠性高、可以实现模糊度固定,但由于未知参数多,解算速度较慢,且需要经过一段时间的收敛才能达到所需精度;而历元差分模型估计卫星钟差待求参数较少,计算效率高,且不存在收敛过程,但估钟精度比非差模型估钟收敛后的精度略低,且得不到钟差初值,需从导航电文中提取或通过其他方式获取,不过由此引起的系统性偏差,在定位时可被模糊度和接收机钟差吸收,不影响最终的定位结果。     

几种卫星钟差预报模型预报效果的分析与比较

采用GPS精密钟差数据进行预报试验,对二次多项式模型、谱分析模型、GM(1,1)模型、ARIMA模型以及Kalman滤波模型5种模型的钟差预报效果进行分析和比较,总结了各模型预报钟差的优点与不足,并对GPS系统目前运行的6种星载原子钟的预报特性进行简单分析。     

卫星钟差采样间隔对高频PPP-ZTD精度的影响

高频对流层延迟（ZTD）的提取对于反映水汽含量的高时间分辨率瞬时变化及其在暴雨短临预报中的应用具有重要意义。基于精密单点定位技术（PPP）分析了不同采样间隔的卫星钟差对PPP-ZTD精度的影响。结果表明,卫星钟差的时间间隔小于30 s时,所获得的PPP-ZTD(RMS<4 mm)比5 min间隔的（RMS<6 mm）精度要高;而5 s与30 s采样间隔的卫星钟差所获得的ZTD精度相当。     

基于EEMD-样本熵和GM-SVM的钟差预报方法研究

提出一种基于集合经验模态分解、样本熵和灰色支持向量机相结合的卫星钟差预报方法。首先利用EEMD对钟差序列进行分解,然后采用样本熵对复杂度相似的分量进行叠加组合,进而对各新分量建立高频支持向量机和低频灰色GM(1,1)进行滚动式预报,最后叠加各预报结果得到钟差预报值。用IGS提供的钟差数据作实验,与灰色模型、支持向量机、遗传小波神经网络的多步预报进行对比分析。结果表明,该方法预报精度较高,对于较长时间的钟差预报也能保证较好的预报效果。