共查询到16条相似文献,搜索用时 156 毫秒
1.
卫星钟差单差的小波神网络预报 总被引:2,自引:0,他引:2
针对现有卫星钟差预报模型对非平稳过程预报的局限性,提出基于卫星钟差一次差值的小波神经网络预报模型。对在轨卫星钟差求取一次差值的基础上,运用小波神经网络模型预报GPS卫星钟差,同时与GM(1,1)模型预报的结果进行比较。得出BlockΠA Cs短期预报的精度能达到0.690ns,14d预报的精度最差时依然优于1ns;其余稳定性良好的卫星钟,一天预报的结果均要优于0.207ns,预报14d卫星钟差的平均精度优于0.183ns,部分卫星钟差预报精度可以达到0.050ns,预报得到的结果可以达到GPS对实时精密单点定位的要求。 相似文献
2.
神经网络在卫星钟差短期预报中的应用研究 总被引:2,自引:0,他引:2
本文针对卫星钟差的特点,提出了基于神经网络的卫星钟差短期预报模型,给出了基于径向基函数(RBF)网络进行卫星钟差预测的基本思想、预测模型和实施步骤,并对比分析了神经网络模型与灰色系统理论模型的区别.为验证本文提出的预报模型的可行性和有效性,利用GPS卫星钟差数据进行钟差预报精度分析,并与灰色系统模型进行对比分析.仿真结... 相似文献
3.
《测绘地理信息》2020,(3)
基于GNSS(global navigation satellite system)非差观测量,利用双线程钟差加密的方法,本文实现了导航卫星实时钟差的逐秒更新。通过选取全球均匀分布的76个参考站对四系统钟差进行联合估计,并从实时轨道精度,解算效率,钟差精度和精密单点定位(precision point positioning,PPP)定位结果对该系统进行分析和评估。结果表明,GPS预报轨道径向精度为2.3 cm,GLONASS和Galileo预报轨道径向精度为3 cm和3.5 cm,北斗GEO、IGSO、MEO卫星预报轨道径向精度分别为31 cm,17 cm和5.3 cm;钟差统计结果表明,GPS实时钟差精度优于0.2 ns,GLONASS钟差精度优于0.4 ns,Galileo钟差精度优于0.3 ns,受轨道影响,北斗GEO实时钟差精度为0.6~1.0 ns,IGSO钟差精度为0.4~0.7 ns,MEO钟差精度为0.3~0.4 ns;PPP定位结果表明,解算钟差定位精度与事后钟差定位结果相当,平面精度在3 cm以下,高程精度在5 cm以下。 相似文献
4.
《测绘科学技术学报》2018,(5)
IGS的多GNSS实验项目MGEX(Multi-GNSS Experiment)提供的精密钟差产品广泛应用于高精度导航定位领域。本文研究了卫星钟差精度评估的方法,以IGS最终钟差作为GPS卫星基准,以北斗星地双向时间频率传递钟差作为北斗卫星基准,对GFZ、CODE和WHU这3个分析中心的MGEX钟差产品精度进行了分析。研究结果表明:MGEX实验的GPS最终钟差RMS优于0.30 ns;超快速钟差实测部分RMS优于0.16 ns;24 h预报误差RMS优于3.5 ns。各分析中心北斗GEO卫星最终钟差互差RMS为0.75 ns;IGSO卫星为2.27~3.8 ns;MEO卫星为0.6~1.2 ns。北斗星地双向时间频率传递检核GEO卫星最终钟差RMS为2.6~2.7 ns;IGSO和MEO卫星为1~1.5 ns。北斗卫星超快速钟差实测部分RMS优于1 ns;24 h预报误差RMS为7~9 ns。 相似文献
5.
为提高导航卫星钟差预报的精度,提出了一种最小二乘支持向量回归(LSSVR)和遗传算法(GA)相结合的导航卫星钟差预报方法。根据卫星钟差序列变化的非线性特征,选用高斯径向基函数(RBF)建立卫星钟差LSSVR预测模型。针对LSSVR模型的参数选择问题,引入GA对不同星座以及原子钟类型预测模型的参数进行搜索寻优。该方法能够在较大范围内自动确定优化参数,提高LSSVR的泛化性能。将所提出的方法用于GPS卫星钟差的短期预报,并与常规预报方法进行对比。结果表明,GA-LSSVR模型对不同星座以及原子钟类型钟差预报均表现出良好的稳健性,能够在一定程度上抑制钟差预报误差随时间延长不断增大的问题,整体预报精度优于常规方法。 相似文献
6.
提出了一种基于指数平滑法的GPS卫星钟差预报方法。该方法可采用少量数据建模,且计算过程简单、方便,尤其是在缺少相关历史数据或数据变化趋势不明显、不稳定的情况下,用该方法仍可取得较好的效果。通过与GPS卫星钟差预报中常用的二次多项式模型和灰色预测模型的对比分析,结果表明:指数平滑法适用于GPS卫星钟差的中、短期预报,其预报精度可达ns级;在利用小数据量建模的情况下,其预报效果优于二次多项式模型,与灰色模型的预报效果基本相当;该方法还可用于GPS卫星钟差的长期预报,其预报精度可达μs级,与灰色预测模型的精度相当。 相似文献
7.
实时卫星钟差(satellite clock bias,SCB)的获取是实时精密单点定位(real-time precise point positioning,RTPPP)需要解决的关键问题。给出了国际GNSS服务(International GNSS Service,IGS)所提供的实时服务(real-time service,RTS)钟差产品的修复方法,分析了IGS02、IGS03实时数据流中GPS卫星钟差改正数的稳定性及其精度。同时,从原理上推导证明了钟差一次差分数据符合一次多项式模型,并结合对GPS卫星钟差改正数的分析提出了一种基于一次差分的钟差改正数预报算法,通过与一次多项式模型、二次多项式模型以及灰色模型的预报精度进行对比试验,结果表明,该钟差改正数预报算法预报精度有明显提高,预报30 s的精度达到0.06 ns,可满足实时精密单点定位的要求。 相似文献
8.
利用SLR和伪距资料确定导航卫星钟差 总被引:6,自引:0,他引:6
提出了综合利用SLR和GPS伪距资料测定导航卫星钟差的方法,采用2002年10月的SLR和伪距实测数据计算了GPS 35卫星的钟差,并对GPS 35卫星的钟差进行了预报,为了验证计算结果的精度,将本文计算的卫星钟差与IGS精密钟差进行了比较.通过比较分析发现:综合利用SLR和伪距资料测定的导航卫星钟差精度优于3 ns,测定的导航卫星钟差与实际卫星钟差不存在系统差;导航卫星钟差的预报精度与计算卫星钟速的时间跨度有关;可以分离卫星坐标和卫星钟差之间的相互影响,便于对卫星钟差的研究. 相似文献
9.
针对导航卫星钟差预报精度不高的问题,该文引入了GM-LSSVM钟差预报模型,采用全局寻优能力较强的遗传算法对模型的参数选取过程进行优化,避免模型陷入局部最优,从而改善了组合模型中惩罚因子和核函数参数选择的盲目性。最后选取国际GPS服务组织提供的卫星钟差数据,分别建立GM(1,1)模型、LSSVM模型、GM-LSSVM模型和遗传算法优化的GM-LSSVM模型进行短期钟差预报分析和仿真实验。仿真结果表明,优化后的模型预报精度小于1.3ns,精度比前3种模型提高了45%~60%,符合钟差预报的要求。 相似文献
10.
基于MEA-BP神经网络的卫星钟差预报 总被引:1,自引:0,他引:1
卫星钟差是影响导航定位精度的重要因素之一,建立高精度的钟差预报模型对高精度定位有重要意义。针对常用模型卫星钟差在短期预报中随时间增加误差积累,以及传统BP神经网络不稳定,容易出现过拟合等问题,本文提出一种基于思维进化算法(MEA)优化的BP神经网络钟差预报模型和算法。首先对原始钟差数据进行一次差处理;然后利用思维进化算法对BP神经网络的初始权值和阈值进行优化,给出该模型进行钟差预报的具体步骤;选用IGS站提供的多天GPS精密钟差产品数据进行试验分析,使用GPS一天中前12 h数据建模,进行2、3、6和12 h的钟差预报。结果表明:利用MEA-BP模型得到的上述4种时段的预报精度分别优于0.36、0.38、0.62和1.56 ns,预报误差曲线变化起伏较小,说明新模型的预报性能优于3种传统模型,新模型在钟差预报短期预报中的实用性及稳定性是较佳的。 相似文献
11.
卫星钟差的精度直接影响导航定位的性能。本文针对不同类型的星载原子钟,采用ARIMA时间序列模型分别对1 d的IGS 5 min、30 s采样间隔的精密卫星钟差产品进行建模,并作6 h、一天的短期预报。结果表明,铷钟的预报精度达到了亚纳秒级,铯钟的预报精度处于纳秒级,并且原始钟差产品的采样间隔对卫星钟差预报精度有一定的影响。 相似文献
12.
钟差参数估计与预报是卫星导航系统应用中的一项关键技术。本文研究了基于哈达玛总方差的钟差参数预报方法。随机部分采用幂律谱模型,利用哈达玛总方差计算Kalman噪声参数,进而得到状态噪声和测量噪声协方差阵。最后利用IGS数据,验证了基于哈达玛总方差进行钟差参数估计与预报的适用性。结果表明,短期预报精度可达到亚纳秒级。 相似文献
13.
14.
为了提高导航卫星钟差中长期预报的精度,在提出一种针对钟差一次差分序列的数据预处理方法的基础上,建立了一种钟差中长期预报的小波神经网络模型。该模型首先对建模钟差数据进行一次差分,然后对一次差分序列进行预处理;用预处理后的一次差分序列对小波神经网络建模并进行中长期预报,最后将预报结果还原得到相应的钟差预报值。使用全球定位系统(GPS)卫星的铷钟数据进行中长期预报,并与常用的二次多项式模型、灰色模型、Kalman滤波模型进行对比,结果表明,本文方法能有效减小导航卫星星载铷钟钟差的中长期预报误差。 相似文献
15.
根据北斗卫星导航系统星载原子钟自身的物理特性,采用武汉大学IGS数据中心发布的2016年1月1日至2016年11月1日共306天的事后钟差产品进行谱分析。分析结果表明:北斗卫星导航系统的3类卫星钟都存在一定的周期特性;其中GEO和IGSO卫星钟的主周期相对较为明显;GEO卫星钟的主周期依次为12、24、8和6h;IGSO的主周期为24、12、8和6h;而MEO的3个主周期为12.9、6.4和24h。依据各类原子钟的周期特性,同时对各天之间钟差的起始点偏差进行修正,并利用修正模型对北斗卫星钟差进行预报和精度分析。试验结果表明,改进的预报模型能显著提升北斗卫星的钟差预报精度,北斗卫星钟差24h、12h、6h的平均预报精度分别能达到6.55ns、3.17ns和1.76ns。 相似文献
16.
利用重叠哈达玛方差确定卫星钟噪声随机模型,采用顾及钟差随机噪声模型的卡尔曼滤波进行钟差预报分析,并与最小二乘预报算法相比较,得出以下结论:卡尔曼滤波进行1 d以内的短期预报时,精度达到亚纳秒级,优于最小二乘预报算法,在长期预报或拟合数据量较少时,最小二乘预报精度优于卡尔曼滤波。 相似文献