基于灰色模型和最小二乘支持向量机的卫星钟差预报

提出一种联合灰色模型（Grey Model,GM）和最小二乘支持机（Least-Squares Support Vector Machines,LS-SVM）回归算法的卫星钟差智能组合预报方法。首先根据历史钟差数据建立不同的GM（1,1）灰色模型,然后利用这些模型进行钟差预报,最后采用最小二乘支持向量机回归算法对不同GM（1,1）模型的预报结果进行非线性组合,以获得最终预报值。该方法在充分利用灰色模型所需原始数据少、建模简单等优点的基础上,结合最小二乘支持向量机所具有的小样本、非线性、泛化能力强等特性,提高了预报可靠性和精度。实例验证了该组合方法的可行性、有效性和实用性。     

利用端部效应改善的最小二乘外推模型进行UT1-UTC预报

现有的UT1-UTC预报模式在进行周期项与残差项拟合分离时,通常没有考虑最小二乘拟合序列的端部畸变现象(数据处理中称为端部效应),预报精度难以取得较大改善。针对最小二乘拟合存在的端部畸变现象,首先采用时序分析方法在UT1-UTC序列两端进行数据延拓,形成一个新序列,然后用新序列求解最小二乘外推模型系数,最后再联合最小二乘外推模型及神经网络对UT1-UTC序列进行预测。结果表明,在UT1-UTC序列端部增加延拓数据,可以有效地抑制最小二乘拟合序列的端部畸变,相对于常规的最小二乘外推模型,基于端部效应改善的最小二乘(Edge-effect Corrected Least Squares,ECLS)外推模型的UT1-UTC中长期预报精度改善明显。     

一种计算垂线偏差的抗差最小二乘严密解法

针对当前利用大地水准面模型求解垂线偏差精度不高、稳健性差的问题,设计了一种严密的垂线偏差抗差最小二乘解法.首先,基于大地水准面与垂线偏差的关系,采用EGM2008 (Earth Gravity Model 2008)重力场模型计算参数初始解;然后,引入中位数抗差法,并选用Huber权函数计算等价权,迭代计算出稳健的垂线偏差最小二乘解;最后,结合两个实测算例对设计方法进行验证.试验结果表明,该方法计算的垂线偏差分量与约定真值最大偏差在0.5′′左右,相较于对比方法精度更高;同时,该方法能有效抵抗粗差值的影响,具有较强的稳健性.     

顾及最小二乘拟合端点效应的日长变化预报

针对日长(Length Of Day,LOD)变化预报中最小二乘(Least Squares,LS)拟合存在端点效应的问题,采用时间序列分析方法对日长变化序列进行端点延拓,形成一个新序列,然后用新序列建立最小二乘模型,最后再结合最小二乘模型和自回归(Autoregressive,AR)模型对原始日长变化序列进行预报。实验结果表明,在日长变化序列两端增加统计延拓数据,能有效减小最小二乘拟合序列的端点畸变,从而提高日长变化的预报精度,尤其对中长期预报精度提高明显。     

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.     

跳步自回归模型在中长期日长变化预报中的应用

利用自回归模型进行日长变化中长期预报时,预报精度逐渐降低.跳步自回归模型在中长期的预报中具有良好的预报精度,且具有较好的预测稳定性.因此,尝试采用跳步自回归模型替代自回归模型进行日长变化预报.最后,利用国际地球自转参数与参考系服务(International Earth Rotation and Reference Systems Service,IERS)提供的EOP08 C04日长变化序列进行实验,并分析比较两种模型的预报结果.实验结果表明,跳步自回归模型用于改善自回归模型中长期预报精度是可行有效的.     

利用时间序列模型预报电离层TEC

以IGS(international GPS service)发布的电离层TEC(total electron content)资料为样本,用时间序列模型对全球的电离层总电子含量进行了预报.在时间序列预报模型中,不同的定阶方法导致不同的预报结果;实践证明本文使用的BIC定阶准则较好地实现了电离层总电子含量的预报.结果表明:对10 d左右的预报时间段,时间序列模型的TEC计算结果相对精度高,预报相对精度优于60%的网格点数在总网格点数中所占百分比可达90%以上.     

用自激励门限自回归分析方法模拟和预报太阳黑子数的长期变化

本文用一种新方法——自激励门限自回归分析方法对太阳黑子相对数年平均值进行拟合和预报检验,并对未来第22周逐年年均值作出预报。 目激励门限自回归分析模型的形式如下: 在对1956至1985年逐年太阳黑子相对数年均值的预报检验中,最大拟会误差为40.6,最小拟合误差为0.3,平均拟合误差为±12.5。 对1986至1997年逐年太阳黑子相对数年均值的预报见表(4)。定出第21周极小在1986年或1987年,极大在1990或1991年,极大值R_M=81.2±16.2。     

加权最小二乘法与AR组合模型在极移预测中的应用研究

分析了极移预测的重要性,介绍了目前极移预测的主要方法.根据目前常用预测模型中周年项和钱德勒项的时变性质,在极移预测方法上进行了一种新的尝试,即利用加权最小二乘法与AR组合模型对极移进行预测.为进一步优选模型中的加权函数,设计了3种选权方案,并通过对比,给出了极移X、Y序列各自合适的选权方案.通过实验最终验证了这种新方法对极移预测的精度提高有一定作用,可作为极移预测的一种参考方法;但该方法作为极移预测的一种新的尝试,在选权方案优选时,其物理激发上的理论依据仍需进一步探讨.     

总体最小二乘法在初轨计算中的应用

在分析了UVM2方法条件方程特点的基础上,将总体最小二乘法(TLS)引入轨道计算中,避免了原算法中对活力公式的线性化处理．仿真和实测计算结果表明,将TLS应用于UVM2是有效的．     

基于自回归滑动平均模型的大口径天线风速预测方法

针对大口径、高性能射电望远镜天线受到的随机及时变风扰的问题, 利用自回归滑动平均模型预测望远镜周围风速, 提前计算风致结构变形量, 同时为望远镜伺服控制系统提供足够执行时间来降低风扰影响. 基于新疆奇台110m口径全向可动射电望远镜(QiTai Telescope, QTT)台址风场数据特征, 通过赤池信息准则和贝叶斯信息准则辨识模型阶次, 利用最大似然法估计模型参数, 分析模型残差特性以检验自回归滑动平均模型的有效性. 通过计算不同季度预测数据与测试数据偏差得到预测模型的精度, 夏季平均绝对误差为0.133mcdots^-1, 秋季平均绝对误差为0.162mcdots^-1, 冬季平均绝对误差为0.287mcdots^-1. 整体来看, 基于QTT台址不同季度风速数据建立的自回归滑动平均模型预测误差较小, 满足射电望远镜风扰控制系统的需求, 能为大口径射电望远镜风扰控制提供必要数据支撑.     

预报模型及建模序列长度对钟差短期预报精度影响研究

针对全球定位系统(Global Positioning System, GPS)星载原子钟在钟差预报时与不同模型的适应度不同的问题,采用二次多项式(Quadratic Polynomial, QP)模型、灰色(Grey Model, GM(1,1)模型和灰色+自回归(GM(1,1)+Autoregressive, GM(1,1)+AR)模型对不同类型原子钟的钟差进行预报,着重分析不同类型原子钟的预报精度、不同长度钟差序列建模预报效果以及钟差序列波动对预报结果的影响。实验结果表明:(1)钟差预报精度与建模序列长度有一定关系,二次多项式模型受影响最大,灰色+自回归模型受影响最小;(2)不同卫星原子钟在不同预报模型下最佳建模序列长度不同,铷钟受建模序列长度的影响小于铯钟;(3)二次多项式模型对铯钟预报效果较差,对铷钟预报效果可与灰色模型和灰色+自回归模型相当;(4)钟差序列波动时,建模预报精度降低,不同模型的预报结果受钟差波动幅度大小的影响不同。     

卫星测地中最小二乘估计递推算法的误差分析

本文就卫星测地情形,对最小二乘估计的递推算法进行误差分析。结果表明,在目前的卫星测地中可以采用该方法,从而可大大节省存贮量和计算量,而又不明显降低估计精度。     

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.     

二次多项式模型和灰色理论模型在接收机钟差预报中的应用和比较

为了更好地对接收机钟差作科学、准确的预报,基于实验室解算出的接收机钟差数据,分别采用二次多项式模型和灰色理论模型对接收机钟差进行了预报和分析.预报结果及其比较表明,对于需要用少量接收机钟差数据建立预报模型时,灰色理论模型预报不论是单点预报还是多点(30个点)预报,其预报精度都优于二次多项式预报模型,可以在实际工作中应用.     

灰色-自回归动态模型用于原子时尺度计算

由于各种噪声和其他因素的影响,原子钟运行情况十分复杂.为了准确地预测其确切的频率变化或钟速,有必要研究建立一个可靠的预测模型,通过模型预测原子钟的钟速,以便在地方协调时的监控和地方原子时计算中采用.讨论了如何利用灰色模型与自回归模型对原子钟钟速进行预测,研究并提出了二者的综合模型,结合国家授时中心原子钟实际数据进行了验证,并给出了不同原子钟对应模型的预测精度计算方法.     

自回归谱技术用于天文和地球动力学

本文主要引用了AR谱技术,通过对人造模型序列以及极移、地球自转、潮汐和太阳活动等实测资料的计算,证实AR谱技术比经典的谱分析方法具有更高的分辨本领,它能为天文和地球动力学的研究工作提供更为精细的信息。     

一种改进钟差二次多项式模型的导航卫星钟差预报方法

为了更好地反映钟差特性并提高其预报精度,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.首先采用附有周期项的二次多项式模型进行拟合提取卫星钟差(Satellite Clock Bias,SCB)的趋势项与周期项,然后根据拟合残差的特点采用时间序列ARIMA(Auto-Regressive Integrated Moving Average)模型对残差进行建模;最后将两种模型的预报结果结合得到最终钟差预报值.使用IGS(International GNSS Service)精密钟差数据进行预报试验,将新方法与二次多项式模型、灰色模型及ARIMA模型进行对比,证明了新方法能够更高精度地预报卫星钟差,且可以一定程度上改善ARIMA存在模型识别与定阶不准的不足.     

基于自回归方法的Blazar天体3C 279和OJ 287光变周期研究

探索Blazar光变资料中的周期或准周期变化是1个有待深入研究的领域.由于光变资料的复杂性,目前寻找周期的算法还不够完善.文中以现代谱估计为基础,详细论述了自回归(Auto-regressive,AR)模型谱估计方法和最大熵谱估计的基本原理,分析了阶数选择对模型的重要影响,并把这些方法应用到类星体3C 279和BL Lac天体OJ287的光变周期分析中,得到它们的光变周期分别为7.14和11.76yr.通过验证,自回归 模型谱估计方法由于其分辨率高,可以作为1种较好的分析周期的方法.最后指出在应用谱估计分析Blazar天体的光变周期注意事项.