BeiDou satellite clock error prediction based on optimal weight combination method
-
摘要: 针对北斗卫星钟差预报研究较少的情况，基于灰色模型与BP神经网络模型，构建一种全新的组合预测模型. 该组合钟差预测模型通过最优权方法有效结合两种单一模型的优点，实现北斗钟差的短期预报. 最后，以北斗三种型号卫星所携带的原子钟数据为例，计算出每种单一模型的权重，通过构建最优权预报模型实现了钟差的短期预报，预报结果优于两种单一模型，证明了该组合预报模型在钟差短期预测方面有效性与适用性.
-
关键词:
- 北斗卫星导航系统(BDS) /
- 灰色模型 /
- 神经网络模型 /
- 最优权组合 /
- 钟差预测
Abstract: In view of the lack of research on BeiDou satellite clock error prediction, this paper constructs a new combined prediction model based on grey model and neural network model. The combined clock error prediction model effectively combines the advantages of two single models through the optimal weight method to realize the short-term prediction of Beidou clock error. Finally, Taking the atomic clock data carried by the three types of Beidou satellites as an example, the weight of each single model is calculated, and the short-term prediction of clock error is realized by constructing the optimal weight prediction model. The prediction results are better than the two single models, which proves the effectiveness and applicability of the combined prediction model in the short-term prediction of clock error. -
表 2 三种模型预报精度统计对比表
星号 预报模型 绝对值最大值 平均值 RMSE C03 GM（1,1） 1.80 −1.56 1.43 BP1 1.39 1.17 1.20 最优权组合 1.08 0.97 0.88 C11 GM（1,1） −0.44 −0.36 0.30 BP1 0.39 0.27 0.26 最优权组合 0.33 0.24 0.23 C13 GM（1,1） 1.69 1.09 1.01 BP1 1.17 0.85 0.83 最优权组合 1.02 0.73 0.68 
下载: 导出CSV
表 4 三种模型预报精度统计表
星号 预报模型 绝对值最大值 平均值 RMSE C20 GM（1,1） 0.80 −0.66 0.593 BP1 0.59 0.47 0.410 最优权组合 0.48 0.31 0.230 C31 GM（1,1） −1.44 −0.96 0.810 BP1 0.89 0.74 0.710 最优权组合 0.70 0.52 0.470
下载: 导出CSV
-
[1] 王宇谱, 吕志平, 陈正生, 等. 基于灰色模型与小波神经网络的卫星钟差预报方法[J]. 大地测量与地球动力学, 2014, 34(3): 155-159. [2] 于烨, 张慧君, 李孝辉, 等. 基于GM(1, 1)和MECM组合模型的GPS卫星钟差中短期预报[J]. 天文学报, 2018, 59(3): 17-28. [3] 于烨, 张慧君, 李孝辉. 顾及钟差随机项的GPS 卫星钟差预报[J]. 测绘通报, 2018(6): 1-6. [4] 张新帅, 蔡伟, 王蓓, 等. 基于信噪比的北斗观测量随机模型实时估计[J]. 电光与控制, 2019, 26(9): 5-8,97. DOI: 10.3969/j.issn.1671-637X.2019.09.002 [5] 杨富春, 黄张裕, 贾莹媛, 等. 基于GM(1, 1)灰色模型卫星钟差短期预报的精度分析[J]. 测绘工程, 2012, 21(5): 25-29. DOI: 10.3969/j.issn.1006-7949.2012.05.007 [6] 杨超, 张家荣, 贾勇帅. 基于GM(1, 1)模型的卫星钟差短期预报[J]. 全球定位系统. 2016, 41(2): 89-91. [7] 王旭, 柴洪洲, 王昶. 卫星钟差预报的T-S模糊神经网络法[J]. 测绘学报, 2020, 49(5): 580-588. DOI: 10.11947/j.AGCS.2020.20190156 [8] 王阳, 胡彩波, 徐金峰, 等. BD-2 在轨卫星钟性能分析[J]. 大地测量与地球动力学, 2019, 39(3): 252-255,268. [9] 王宇谱, 吕志平, 王宁, 等. 顾及卫星钟随机特性的抗差最小二乘配置钟差预报算法[J]. 测绘学报, 2016, 45(6): 646-655. DOI: 10.11947/j.AGCS.2016.20150569 [10] 雷雨, 赵丹宁. 广义回归神经网络在卫星钟差短期预报中的应用[J]. 宇航计测技术, 2013, 33(4): 39-44. DOI: 10.3969/j.issn.1000-7202.2013.04.010 -
点击查看大图
图(6) / 表(4)
计量
- 文章访问数: 264
- HTML全文浏览量: 80
- PDF下载量: 30
- 被引次数: 0
