基于BP神经网络的地球自转参数短期预测

发布时间：2017-12-15 00:16

  本文关键词：基于BP神经网络的地球自转参数短期预测

  更多相关文章： 地球自转参数 BP神经网络 GPS测量 数据预测 极移 日长变化

【摘要】：随着科学技术的飞速发展,各类航天器的发射,军事武器的精确打击等等各种项目取得了巨大的发展。实际上这些技术的发展可以总结为一项发展:人类对地球研究的发展。说到对地球的研究,首先想到的就是对地球自转参数的研究。研究地球自转参数对于解析其激发机制有重要作用,而且通过这些研究,还可以方便地帮助我们获得高精度的坐标转换参数,为各类卫星、航天器、导弹等发射提供不可替代的帮助。现阶段可以高精度地完成测定地球旋转参数的技术主要包括了VLBI、SLR(两者在获取实时数据方面比较慢)、GPS(获取较快但也需要2至3小时)等。这些技术虽然能够获取高精度的地球自转参数但在信息的时效性上有一定缺陷。所以如何快速获取较为准确的地球自转参数就成了一项十分重要的工作。国际地球自转服务组织,英文名字称作International Earth Rotation Service,我们可以从该组织获得研究所需要参照的数据,并从网络上下载下来。本文研究的数据就是从该网络上获得的,通过采用BP神经网络的方法对极移和日长变化进行预测。在具体的操作过程中,我们要把获取的数据归为二类:第一类我们是用来对函数进行操作和训练;第二类才是用来对观测的结果进行计算和预报的。并根据预测的结果误差大体筛选出最好的预测形式和预测天数,在决定了所要预测的天数基础之上,通过调整各类参数以及预测形式后获取数据。收集到BP神经网络预测方法获取的数据之后,通过现实中常用的预测模型预测同样的值,然后将两次预测所获得的值通过图像展示出来。首先进行均误差的比较,由于神经网络预测数据偏差的一致性,一般会出现预测误差集体较好或较差的情况。试验结果的分析表明基于MATLAB的BP神经网络预测数据在参数调整到最优的情况下,所获得的值误差明显要低于其它的方法所获得的误差。
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P183.31;TP183

【参考文献】

中国期刊全文数据库 前3条

1 朱元兰,冯初刚;用Lageos卫星SLR资料解算地球定向参数及监测地球质心的运动[J];测绘学报;2005年01期

2 张卫星;刘万科;龚晓颖;;EOP预报误差对自主定轨结果影响分析[J];大地测量与地球动力学;2011年05期

3 张晓红;王琪洁;朱建军;张昊;;广义回归神经网络在日长变化预报中的应用[J];天文学报;2011年04期

中国硕士学位论文全文数据库 前1条

1 刘彩红;BP神经网络学习算法的研究[D];重庆师范大学;2008年

，

本文编号：1289915