广义回归神经网络在日长变化预报中的应用

传统的日长变化预报多是基于线性模型,如最小二乘模型、自回归模型等,但是日长变化包含了复杂的非线性因素,线性模型预报的效果往往不甚理想.所以尝试使用一种非线性神经网络—广义回归神经网络(GRNN)模型进行日长变化预报,并将结果与使用BP (Back Propagation)神经网络模型和其它模型的预报结果进行比较.结果表明,GRNN用于日长变化预报是高效可行的.     

经验模式分解在极移超短期预报中的应用

经验模式分解(Empirical Mode Decomposition,简称EMD)是一种数据驱动的自适应非线性时变信号分解方法,可以把数据分解成具有物理意义的模式函数分量.采用EMD对极移序列进行分解,去除序列中的高频信号,然后基于最小二乘外推(Least Squares Extrapolation,简称LSE)和广义回归神经网络(General Regression Neural Network,简称GRNN)的组合模型对去除高频信号的极移序列进行1～10d的超短期预报.实验结果表明:将该模型应用到极移超短期预报具有可行性,预报精度有明显改善.     

基于修正线性组合模型的原子钟钟差预报

原子钟钟差预报在时频工作中起着重要作用.目前常用的预报模型各有优缺点,为了综合各种预报模型特点,可以考虑组合这些模型预报的结果.针对线性组合模型预报钟差时存在的问题,提出了学习权的概念,以有效地利用各种精度信息,建立了修正组合预报模型.为了验证该方法的有效性,选取了4颗GPS卫星IGS(International GN...     

利用IVS加强观测确定UT1的分析研究

首先对IVS(International VLBI Service for Astrometry and Geodesy)UT1加强观测的历史发展和总体情况进行了比较详细的介绍,对目前加强观测中存在的问题进行了比较全面的分析;在此基础上对IVS从1984年2月到2011年8月全部的加强观测数据进行了综合处理,进一步分析了加强观测解算UT1的历史改进和目前的解算能力,对比分析不同类型加强观测的UT1结果,发现不同观测网之间存在数十微秒水平的差异;并着重分析了上海佘山站参与的加强观测的解算结果,分析表明上海佘山站在IVS加强观测中与其他参与台站具有相同的测量能力.总体而言,目前IVS加强观测确定的UT1与IERS(International Earth Rotaion Service)C04之间存在约10μs水平的不确定性.     

基于实时多系统PPP模糊度固定的时间传递算法

随着RTS (Real-Time Service)工程的发展,时频用户可以运用实时精密单点定位(Precise Point Positioning, PPP)技术进行时间传递研究.作为RTS工程的主要参与者,CNES (Centre National d’Etudes Spatiales)分析中心开展PPPWIZARD (Precise Point Positioning with Integer and Zero-difference Ambiguity Resolution Demonstrator)工程验证实时PPP模糊度固定技术.为了探究多系统观测值和实时PPP模糊度固定对时间传递的性能提升,在综合GPS (Global Positioning System)、GLONASS (GLObal NAvigation Satellite System)、 BDS (Bei Dou navigation System)和Galileo的多系统观测值的基础上,使用CNES分析中心播发的实时产品开展PPP时间传递验证实验,检验了4种不同PPP模式的工作性能.实验结果证明,在多种不同工作模式当中,综合运用多系统观测值和GPS模糊度固定技术进行PPP时间传递的标准差结果最小,标准差相比于传统GPS PPP时间传递平均下降38.1%.     

遗传算法优化的BP神经网络卫星钟差预报

针对BP (Back Propagation)神经网络模型预测卫星钟差中权值和阈值的最优化问题, 提出了基于遗传算法优化的BP神经网络卫星钟差短期预报模型, 给出了遗传算法优化BP神经网络的基本思想、具体方法和实施步骤. 为验证该优化模型的有效性和可行性, 利用北斗卫星导航系统(BeiDou navigation satellite system, BDS)卫星钟差数据进行钟差预报精度分析, 并将其与灰色模型(GM(1,1))和BP神经网络模型预报的结果比较分析. 结果表明: 该模型在短期钟差预报中具有较好的精度, 优于GM(1,1)模型和BP神经网络模型.     

基于小波分析和神经网络的卫星钟差预报性能分析

为了有效地进行卫星钟差预报和更好地反映卫星钟差特性,提出了一种基于小波分析和神经网络的4阶段混合模型来实现卫星钟差的预报,并给出了基于小波分析和径向基函数(Radial Basis Function,RBF)神经网络进行卫星钟差预报的基本思想、预报模型和实施步骤.采用"滑动窗"划分数据,利用神经网络预测小波分解和去噪后的钟差序列各层系数,更精确地把握钟差序列复杂细致的变化规律,从而更好地逼近钟差序列.为验证该混合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,并将其与灰色系统模型和神经网络模型进行比较分析.仿真结果显示,该模型具有较好的预报精度,可为实时GPS动态精密单点定位提供较高精度的卫星钟差.     

基于经验模式分解和最小二乘支持向量机的卫星钟差预报

针对卫星钟差(satellite clock bias,SCB)呈现非线性、非平稳变化的特性,提出结合经验模式分解(empirical mode decomposition,EMD)和最小二乘支持向量机(least squares support vector machines,LSSVM)的钟差预报方法.首先对钟差相邻历元间作一次差,并利用经验模式分解将差分序列分解成若干不同频率的平稳分量,分解后的分量突出了差分序列不同的局部特征;然后根据各个分量的变化规律,选择合适的核函数和相关参数构造不同的最小二乘支持向量机模型分别预报;最后将各分量预报值叠加得到一次差预报值,再将其还原得到钟差预报值.实验结果表明,所提方法与常用的二次多项式(quadratic polynomial,QP)模型、灰色系统(grey model,GM)模型和单一的最小二乘支持向量机模型相比,具有较高的预报精度和较强的泛化能力.     

利用奇异谱分析提高极移中长期预报精度

由于空间大地观测数据传输耗时及处理过程复杂, 导致极移测量值的获取存在时延, 无法满足对高精度的极移预报值有重大需求的应用领域. 针对极移复杂的时变特性, 提出一种基于奇异谱分析(singular spectrum analysis, SSA)的预报方法. 首先用SSA分离提取极移时序中的高频组分与低频组分; 其次建立最小二乘(least square, LS)外推与自回归(AutoreGressive, AR)模型对极移高频和低频组分进行组合预报. 结果表明, SSA方法能够准确地分离和提取极移低频和高频组分, 对低频和高频组分组合预报可以显著改善极移的中长期(30--365d)预报精度, 与国际地球自转和参考系服务局(International Earth Rotation and Reference Systems Service, IERS)提供的A公报中的极移预报值相比, SSA方法对极移PMX分量(本初子午线方向)和PMY分量(西90$^\circ$子午线方向)的中长期预报精度改进最高分别可达45.97%和62.44%. 研究结果验证了SSA方法对极移中长期预报改进的有效性.     

北斗亚欧全视时间比对试验

基于卫星导航双频时间传递型接收机的伪码观测量,利用国际全球卫星导航系统服务组织(International Global Navigation Satellite System (GNSS) Service, IGS)提供的高精度卫星轨道和钟差产品,实现了北斗全视法时间比对.以IGS提供的时间尺度为两个待比对站的公共参考时间,首先使用双频组合法消除电离层对伪距观测的影响,然后将对流层和地球自转效应带来的时延利用理论模型在伪码观测量中进行扣除,分别获得两个比对站时间与公共参考时间之差后,将2者再做差,便得到了北斗全视时间比对结果.以中国科学院国家授时中心(NTSC)、德国物理技术研究院(PTB)和西班牙海军天文台(ROA)所保持的国家标准时间作为比对对象,开展了长基线北斗全视时间比对试验,获得北斗全视时间传递结果,最后利用阿伦方差和时间方差两项关键性能指标以及卫星双向时间比对对其进行性能评估.结果表明:北斗全视时间比对的天稳为10-14量级,可以满足国际时间比对需求.     

考虑LS+AR模型基础数据量的极移预报研究

针对目前极移最小二乘(Least Square, LS)+自回归(AutoRegressive, AR)预报模型的单一数据选取方案, 提出分别考虑LS模型数据量和AR残差数据量的组合数据模式, 并对极移预报时单一数据和组合数据预报结果精度进行分析, 探讨模型输入数据量对极移预报精度的影响. 结果表明, 模型输入数据量的变化对极移预报结果影响较大. 采用组合数据预报的方式相比较于单一数据量预报方式精度更高, 特别是针对30--360 d跨度内的中长期预报, 组合数据量的极移预报精度可比单一数据量预报精度有较大改善. 结论证明组合数据在极移预报时具有一定的优势, 可为以后极移预报数据量选取提供一定的借鉴参考意义.     

Research on the Method of Noise Error Estimation of Atomic Clockstwo

The simulation methods of different kinds of noises of atomic clocks are given. The frequency flicker noise of atomic clocks is studied by using the Markov process theory. The method for estimating the maximum interval error of the frequency white noise is studied by using the Wiener process theory. Based on the operation of 9 cesium atomic clocks in the laboratory of time and frequency primary standards of NTSC (National Time Service Center), the noise factors of power-law spectrum models are estimated, and the simulations are carried out according to the corresponding noise models. Finally, the maximum interval error estimates of the frequency white noises generated by the 9 cesium atomic clocks are acquired.     

基于混沌时间序列的Volterra自适应滤波极移预报方法

针对极移复杂的时变特性, 根据混沌相空间坐标延迟重构理论, 提出一种基于Volterra自适应滤波的极移预报方法. 首先, 利用最小二乘拟合算法分离极移序列中的线性趋势项、钱德勒项和周年项, 获得线性极移、钱德勒极移和周年极移的外推值; 其次, 通过C-C关联积分法对最小二乘拟合残差序列进行相空间重构, 并利用小数据量法计算残差序列的最大Lyapunov指数验证其混沌特性, 在此基础上, 构建Volterra自适应滤波器对残差序列进行预测; 最后, 将线性极移、钱德勒极移和周年极移的外推值以及最小二乘拟合残差的预测值相加获得极移最终预报值. 利用国际地球自转服务局(International Earth Rotation and Reference Systems Service, IERS)提供的极移数据进行1--60d跨度预报, 并将预报结果分别与国际地球定向参数预报比较竞赛(Earth Orientation Parameters Prediction Comparison Campaign, EOP PCC)结果和IERS A公报发布的极移预报产品进行对比, 结果表明: 对于1--30d的短期预报, 该方法的预报精度与EOP PCC最优预报方法相当, 当预报跨度超过30d时, 该方法的预报精度低于EOP PCC最优预报方法, 优于参与EOP PCC的其他方法; 与IERS A公报相比, 该方法的短期预报效果较好, 当预报跨度增加时预报精度低于IERS A公报. 预报结果表明该方法更适合于极移短期预报.     

Precision astrometry with SuperCOSMOS

We describe the new, fast, high-precision microdensitometer SuperCOSMOS. Some aspects of hardware and software design that enable high-precision astrometry from photographic plates are explained. We show that the positioning repeatability of the measuring machine is less than 0.1 μ μ m standard error in either coordinate, and the absolute positional accuracy is about 0.15 μ m standard error. Furthermore, measurements of the same plate in different orientations show that the sampling errors are small (e.g. ∼ 0.2 μ m, rising to ∼ 1.0 μ m at the plate limit, for stellar images in a IIIaJ emulsion), thus allowing the extraction of relative positional information from Schmidt plates at accuracies less than 1 μ m. We demonstrate that SuperCOSMOS is capable of measuring the positions of bright stars (i.e. those more than ∼ 4 mag above the plate limit) to a precision ∼ 0.5 μ m with survey–grade photographic plates employing fine–grained emulsions.     

Detection of Faint Asteroids Based on Image Shifting and Stacking Method

In order to improve the ability to find the faint and small celestial bodies in the solar system, a method of shifting and stacking images which improves the detection efficiency of faint moving objects is applied to process the sequential optical images. This method determines the existence of moving objects by using the method of false position to pre-estimate the apparent velocities of moving objects, then determines iteratively the accurate positions of moving objects based on the SNR (Signal-to-Noise Ratio) and elongation of stellar image. Using the sequential images of the China Near Earth Object Survey Telescope (CNEOST), we carry out an experiment and succeed in detecting asteroids fainter than 21 magnitude which are invisible on a single image. Thus, the feasibility of this method is verified.