粒子群优化加权灰色回归组合的卫星钟差预报

发布时间：2021-01-19 05:58

　　为了提高卫星钟差预报的精度和稳定度,提出了一种基于粒子群算法优化指数函数和线性函数逼近的加权灰色回归组合的自适应卫星钟差预报方法.该方法首先在建模之前考虑到卫星钟差钟跳频繁的现象,采用中位数法探测钟跳数据并将其剔除后,采用分段线性插值法将缺失的钟差数据补齐;然后考虑到卫星钟差存在系统噪声,采用三点平滑法对钟差数据进行平滑处理后,建立了以指数函数和线性函数逼近加权灰色回归组合的卫星钟差预报模型.针对模型中的精度递增因子难以确定的问题,采用粒子群优化算法对精度递增因子进行自适应寻优.最后,采用IGS服务器上发布的事后精密卫星钟差产品,并结合4种典型变化趋势的卫星钟差进行了6 h的预报试验.试验结果表明:该方法的预报性能明显优于其他几种常用模型,其6 h的平均预报精度（RMS）和稳定度（Range）相对于常用的二次多项式预报模型、灰色预报模型、修正指数曲线法预报模型和自回归滑动平均预报模型分别提高了79.10%、44.00%、80.70%、32.30%和63.10%、29.80%、77.60%、26.30%. 

【文章来源】：哈尔滨工业大学学报. 2020,52(10)北大核心

【文章页数】：9 页

【部分图文】：

剔除异常钟差补齐后的频率数据

3)根据式(26)更新粒子的速度、位置和惯性权重,然后判断是否达到了最大迭代次数Gmax.若达到,则迭代结束,所得到的最优位置即为精度递增因子R的值;若未达到,则继续迭代直到迭代结束.此算法的具体流程见图1.3 试验与分析

这四颗卫星第2 000周第0 d的事后精密钟差时间序列的变化情况如图2所示,其中PRN03号卫星的钟差时间序列呈正值单调递增趋势,PRN12号卫星的钟差时间序列呈正值单调递减趋势,PRN14号卫星的钟差时间序列呈负值递减趋势,PRN17号卫星的钟差时间序列呈负值单调递增趋势,具有充分的代表性.由于卫星钟差的有效位数比较多,使得原始观测钟差数据异常点容易被掩盖,而异常钟差在其对应的频率数据中表现为显著的峰值点,所以先将卫星钟差转换为相应的频率数据后更容易对异常钟差进行探测,具体转换公式如下


本文编号：2986463