期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于GM-RBF组合模型的BDS-3卫星钟差短期预报
1
作者 唐彦 李豫 李特 《科技资讯》 2024年第7期27-31,共5页
针对卫星钟差具有趋势项和随机项变化的特征问题,提出了GM-RBF组合模型的方法。该模型首先用GM(1,1)提取预处理后的卫星钟差趋势项部分并进行建模预报,得到相应的残差序列,通过RBF神经网络训练用灰色模型预报所获得的残差序列,然后将GM(... 针对卫星钟差具有趋势项和随机项变化的特征问题,提出了GM-RBF组合模型的方法。该模型首先用GM(1,1)提取预处理后的卫星钟差趋势项部分并进行建模预报,得到相应的残差序列,通过RBF神经网络训练用灰色模型预报所获得的残差序列,然后将GM(1,1)模型的钟差后续预报值与RBF神经网络的残差预报值对应相加可得组合模型的预报结果。为验证组合模型的有效性和可行性,将组合模型预报结果与GM(1,1)模型、ARIMA模型、RBF神经网络模型预报结果进行对比实验。实验结果表明:组合模型预报精度要高于其他单一模型,其在不同时段的平均预报精度可提高46.4%~86.2%。 展开更多
关键词 BDS 卫星钟差 灰色模型 RBF 神经网络 组合模型 钟差预报
下载PDF
改进的多项式+周期项模型的卫星钟差预报 被引量：4
2
作者 廖建发 张艳兵 《全球定位系统》 CSCD 2018年第1期91-95,共5页
针对现有的超快速钟差产品IGU精度较低以及无法满足实时PPP技术的问题,提出了一种改进的多项式+周期项钟差预报模型。该模型采用多项式+周期项非线性函数对钟差数据进行滑动估计,结合迭代法对拟合模型的随机误差进行自然修正,以实现对... 针对现有的超快速钟差产品IGU精度较低以及无法满足实时PPP技术的问题,提出了一种改进的多项式+周期项钟差预报模型。该模型采用多项式+周期项非线性函数对钟差数据进行滑动估计,结合迭代法对拟合模型的随机误差进行自然修正,以实现对卫星钟差的预报估计。通过与常见的多项式模型、灰色系统模型和多项式+周期项模型的对比分析,结果表明:改进的多项式+周期项模型更加适用于卫星钟差预报,在1天内,其预报精度RMS可以达到0.57ns,最大偏离程度为1ns,明显优于灰色系统模型和多项式+周期项模型;随着预报时间的增长,多项式模型、灰色系统模型和多项式+周期项模型的预报精度大幅降低,而改进的多项式+周期项模型没有大幅的变化,预报结果比较稳定。 展开更多
关键词 卫星钟差预报 多项式+周期项非线性函数 迭代法 随机误差
下载PDF
基于多种深度学习算法对卫星钟差预报的效果分析与对比研究
3
作者 卢玉皖 郑礼全 胡超 《全球定位系统》 CSCD 2023年第5期46-55,91,共11页
针对卫星钟差预报模型的普遍适用性低,以及预报模型中星载原子钟类型和建模特点结合不充分等问题,提出了四种适用于非线性处理的神经网络模型来预报卫星钟差.首先对钟差数据进行预处理;然后通过基于萤火虫算法(firefly algorithm,FA)优... 针对卫星钟差预报模型的普遍适用性低,以及预报模型中星载原子钟类型和建模特点结合不充分等问题,提出了四种适用于非线性处理的神经网络模型来预报卫星钟差.首先对钟差数据进行预处理;然后通过基于萤火虫算法(firefly algorithm,FA)优化反向传播(back propagation,BP)神经网络(FA-BP neural networks,FA-BPNN)模型、Elman循环神经网络模型、径向基函数(radial basis function,RBF)神经网络模型以及基于卷积神经网络-长短期记忆(convolutional neural networks-long short term memory,CNN-LSTM)网络模型对1 d和7 d的钟差数据量建立模型;再采用武汉大学国际GNSS服务(International GNSS Service,IGS)数据分析中心(WHU)的GPS精密钟差数据进行钟差预报;最后从不同建模数据量及不同批次卫星的同一类型原子钟和不同批次卫星的不同类型原子钟的角度,将预报效果进行分析与对比.结果表明:1)四种模型在建模特点上,1 d的钟差数据量建模精度均比7 d的钟差数据量建模预报精度高.其中,RBF神经网络模型随着钟差建模数据增加时,预报精度影响变大,预报精度从亚纳秒量级变化到几十纳秒量级.2)四种神经网络模型预报精度与卫星在轨运行时长以及星载原子钟类型相关;在轨运行时间长的卫星其预报的性能不一定差,不同批次卫星的不同类型原子钟的预报效果的性能可能一样;其铯原子钟类型卫星在四种神经网络模型预报中精度最好. 展开更多
关键词 GPS 卫星钟差 深度学习 神经网络模型 卫星钟差预报
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部