留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于PSO-Elman神经网络BDS导航卫星钟差预报

王井利 佟晓宇 张梅

王井利, 佟晓宇, 张梅. 基于PSO-Elman神经网络BDS导航卫星钟差预报[J]. 全球定位系统, 2023, 48(2): 120-126. doi: 10.12265/j.gnss.2022183
引用本文: 王井利, 佟晓宇, 张梅. 基于PSO-Elman神经网络BDS导航卫星钟差预报[J]. 全球定位系统, 2023, 48(2): 120-126. doi: 10.12265/j.gnss.2022183
WANG Jingli, TONG Xiaoyu, ZHANG Mei. BDS navigation satellite clock difference prediction based on PSO-Elman neural network[J]. GNSS World of China, 2023, 48(2): 120-126. doi: 10.12265/j.gnss.2022183
Citation: WANG Jingli, TONG Xiaoyu, ZHANG Mei. BDS navigation satellite clock difference prediction based on PSO-Elman neural network[J]. GNSS World of China, 2023, 48(2): 120-126. doi: 10.12265/j.gnss.2022183

基于PSO-Elman神经网络BDS导航卫星钟差预报

doi: 10.12265/j.gnss.2022183
详细信息
    作者简介:

    王井利:(1971—),男,教授,研究方向为3S技术研究

    佟晓宇:(1996—),男,硕士,研究方向为GNSS导航卫星钟差预报

    张梅:(1987—),女,讲师,研究方向为GPS导航定位研究

    通讯作者:

    佟晓宇 E-mail: 875911055@qq.com

  • 中图分类号: P228.4

BDS navigation satellite clock difference prediction based on PSO-Elman neural network

  • 摘要: 卫星钟差是导航定位系统定位精度的重要影响因子之一. 针对北斗卫星导航系统(BDS)精密钟差预报性能寻优问题,提出一种基于粒子群优化 (PSO) 算法优化Elman神经网络的钟差预报模型方法(PSO-Elman模型),以解决Elman神经网络局部最优问题对钟差预报结果的影响. 首先对钟差产品进行预处理;然后通过PSO算法迭代寻优确定Elman神经网络权值、阈值的初始值,并将进行预处理之后的序列数据进行训练建模;再采用武汉大学国际GNSS服务(IGS)数据分析中心(WHU)提供的BDS精密钟差产品数据进行钟差预测;最后将预测结果还原为预报钟差. 结果表明:对比于二次多项式(QP)模型、附加周期项多项式(SA)模型、灰色(GM)模型,PSO-Elman模型精度分别提高90. 7%、84. 2%、81. 6%,稳定度提高85. 3%、76. 3%、36. 1%. 实验表明:PSO-Elman模型在1~12 h短期预报模拟结果的预报精度和稳定性有显著提高,验证了提出方法的可行性.

     

  • 图  1  隐藏层不同个数神经元时的钟差预报RMSE

    图  2  10次独立实验中两种模型预测的RMSE

    图  3  C46号卫星12 h预报误差曲线

    图  4  C19号卫星12 h预报误差曲线

    图  5  C38号卫星12 h预报误差曲线

    表  1  C46号卫星钟差预报结果统计 ns

    C46
    钟差/h
    PSO-ElmanQPSAGM
    RMSERangeRMSERangeRMSERangeRMSERange
    10.022 70.069 90.2260.4400.029 30.0517.161.68
    30.059 60.110 00.2320.6070.113 00.1507.705.07
    60.151 00.457 00.1830.6370.343 00.4149.0310.10
    120.223 00.886 01.7303.9402.080 04.28011.4020.00
    下载: 导出CSV

    表  2  3颗卫星四种模型钟差预报结果统计 ns

    预测卫星PSO-ElmanQPSAGM
    RMSERangeRMSERangeRMSERangeRMSERange
    C190.2790.6603.275.741.161.880.4490.862
    C380.3910.9756.159.723.136.400.8330.879
    C460.2230.8861.733.942.084.2811.40020.000
    下载: 导出CSV
  • [1] WANG Y P, LU Z P, QU Y Y, et al. Improving prediction performance of GPS satellite clock bias based on wavelet neural network[J]. GPS solutions, 2017, 21(2): 523-534. DOI: 10.1007/s10291-016-0543-z
    [2] 熊红伟, 程新文, 张海涛, 等. 卫星钟差单差的小波神经网络预报[J]. 测绘科学, 2017, 42(9): 9-14.
    [3] YANG Y X, XU Y Y, LI J L, et al. Progress and performance evaluation of BeiDou global navigation satellite system: Data analysis based on BDS-3 demonstration system[J]. Science china earth sciences, 2018, 61(5): 614-624. DOI: 10.1007/s11430-017-9186-9
    [4] HUANG G W, CUI B B, ZHANG Q, et al. An improved predicted model for BDS ultra-rapid satellite clock offsets[J]. Remote sensing, 2018, 10(2): 60. DOI: 10.3390/rs10010060
    [5] 李超, 党亚民, 谷守周. 灰色模型的GLONASS卫星钟差预报[J]. 导航定位学报, 2016, 4(4): 24-29. DOI: 10.16547/j.cnki.10-1096.20160405
    [6] 艾青松, 徐天河, 孙大伟, 等. 顾及周期项误差和起点偏差修正的北斗卫星钟差预报[J]. 测绘学报, 2016, 45(2): 132-138.
    [7] 王宇谱, 吕志平, 陈正生, 等. 卫星钟差预报的小波神经网络算法研究[J]. 测绘学报, 2013, 42(3): 323-330.
    [8] XI C, CAI C L, LI S M. et al. Long-term clock bias prediction based on an ARMA model[J]. Chinese astronomy and astrophysics, 2014, 38(3): 342-354. DOI: 10.1016/j.chinastron.2014.07.010
    [9] 押少帅, 赵兴旺, 胡豪杰, 等. 北斗三号卫星钟差短期预报与稳定性分析[J]. 全球定位系统, 2021, 46(3): 39-46. DOI: 10.12265/j.gnss.2020120703
    [10] 王润, 王井利, 吕栋. 导航卫星钟差预报的Elman神经网络算法研究[J]. 大地测量与地球动力学, 2021, 41(3): 285-289. DOI: 10.14075/j.jgg.2021.03.012
    [11] 程博, 裘晓枫, 季凌燕, 等. BDS精密卫星钟差建模与预报[J]. 测绘科学, 2019, 44(10): 1-9. DOI: 10.16251/j.cnki.1009-2307.2019.10.003
    [12] 李特. BDS星载原子钟性能分析及精密钟差建模预报[D]. 辽宁: 辽宁工程技术大学, 2021.
    [13] 马昌忠, 王潜心, 胡超, 等. 基于BDS-2/BDS-3联合处理的北斗超快速钟差预报优化策略[J]. 导航定位与授时, 2020, 7(5): 28-36.
    [14] 王宇谱, 吕志平, 王宁. BDS星载原子钟长期性能分析[J]. 测绘学报, 2017, 46(2): 157-169. DOI: 10.11947/j.AGCS.2017.20160369
    [15] 戴文战, 娄海川, 杨爱萍. 非线性系统神经网络预测控制研究进展[J]. 控制理论与应用, 2009, 26(5): 521-530.
    [16] 吕栋, 欧吉坤, 于胜文. 基于MEA-BP神经网络的卫星钟差预报[J]. 测绘学报, 2020, 49(8): 993-1003. DOI: 10.11947/j.AGCS.2020.20200002
    [17] XU B, WANG Y, YANG X H. Navigation satellite clock error prediction based on functional network[J]. Neural processing letters, 2013, 38(2): 305-320. DOI: 10.1007/s11063-012-9247-8
    [18] WANG S L, LIU G Y, GAO M, et al. Heterogeneous comprehensive learning and dynamic multi-swarm particle swarm optimizer with two mutation operators[J]. Information sciences, 2020, 540(3): 175-201. DOI: 10.1016/j.ins.2020.06.027
    [19] WANG J, JU C W, GAO Y, et, al. A PSO based energy efficient coverage control algorithm for wireless sensor networks[J]. Computers, materials and continua, 2018, 56(3): 433-446. DOI: 10.3970/cmc.2018.04132
    [20] 王宇谱, 吕志平, 崔阳, 等. 利用遗传小波神经网络预报导航卫星钟差[J]. 武汉大学学报(信息科学版), 2014, 39(7): 809-914.
    [21] 张雨浓, 肖秀春, 陈扬文. Hermite前向神经网络隐节点数目自动确定[J]. 浙江大学学报:工学版, 2010, 44(2): 271-275.
  • 加载中
图(5) / 表(2)
计量
  • 文章访问数:  183
  • HTML全文浏览量:  54
  • PDF下载量:  20
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-10-10
  • 录用日期:  2022-10-10
  • 网络出版日期:  2023-04-28

目录

    /

    返回文章
    返回