基于改进型BP神经网络的氢原子钟钟差预测

发布时间：2021-07-02 16:49

　　原子钟的钟差预测是原子钟时标计算和原子钟驾驭的关键环节,良好的钟差预测可明显提高原子钟时标和原子钟驾驭的精度。为进一步提高氢原子钟的钟差预测精度,本文提出了一种改进型的BP神经网络算法,并用中国计量科学研究院守时实验室氢原子钟组的实际数据进行了验证。验证结果表明,本文提出的改进型BP神经网络钟差预测算法与目前采用的线性回归钟差预测算法、SVM钟差预测算法相比,显著地提高了氢原子钟钟差预测精度。该钟差预测算法的提出对提高原子钟时标和驾驭精度有很好的推动作用。 

【文章来源】：仪器仪表学报. 2016,37(02)北大核心EICSCD

【文章页数】：7 页

【部分图文】：

改进型BP神经网络流程图

第2期朱江淼等:基于改进型BP神经网络的氢原子钟钟差预测457图2第1组钟差数据验证曲线Fig．2Thefirstgroupofclockdifferencedataverificationcurves

458仪器仪表学报第37卷图3第2组钟差数据验证曲线Fig．3Thesecondgroupofclockdifferencedataveriftcationcurves从图2、3可以看出，线性回归预测算法能够预测出氢钟钟差数据的变化趋势，预测精度不高;SVM预测算法能够很好地跟踪钟差的变化，预测精度明显高于线性回归预测算法;相比线性回归预测算法和SVM预测算法，改进型BP神经网络的预测精度要更高，预测精度分别提高32%和14%。两组钟差数据的平均预测相对误差如表1所示。表1钟差预测预测相对误差表Table1Thepredictionrelativeerrortableofclockdifferenceprediction数据平均预测误差线性回归预测算法SVM预测算法改进的BP神经网络预测算法第1组数据0．0106435660．0036718770．002491124第2组数据0．0053657600．0043183840．0037017506系统参数对预测结果的影响改进型BP神经网络算法对氢钟钟差进行预测时，系统参数的选取对预测精度有一定的影响。本文采用实验统计的方法，对惩罚系数、限制变化幅度系数对预测精度的影响进行了如下分析。6．1惩罚系数对预测精度的影响使用第1组数据，通过改变惩罚系数的值(保持其他系统参数不变)来分析其对预测精度的影响。BP神经网络的不同初始值预测精度可能不同，本文对每个惩罚系数实验5次，取这5次平均预测相对误差的平均值作为其预测的平均预测相对误差值。实验结果如图4所示。图4惩罚系数对预测结果的影响Fig．4Theeffectofpenaltycoefficientonthepredictionresult从图4可以直观地看出，当惩罚系数为0(即没有惩罚措施)时，其平均预测相对误差较大;当惩罚系数在0．1～0．4之间时，随着惩罚系数的增大，平均预测相对误差逐渐减小;当惩罚系数在0．4～1．0时，其平均预测相对误差比较平稳，但略有增大;当惩罚系数

【参考文献】：
期刊论文
[1]数字式双混频时差测量系统的试验研究[J]. 赵科佳,张爱敏,徐清华,杨智君,高小珣,厉炜.  仪器仪表学报. 2014(12)
[2]基于GPS接收机的铷原子钟驾驭方法研究[J]. 樊多盛,施韶华,李孝辉.  电子测量与仪器学报. 2013(10)
[3]卫星钟差预报的小波神经网络算法研究[J]. 王宇谱,吕志平,陈正生,崔阳.  测绘学报. 2013(03)
[4]小波神经网络日长预报算法研究[J]. 王宇谱,吕志平.  大地测量与地球动力学. 2012(01)
[5]基于灰色模型和ARIMA模型的钟差预测[J]. 宋会杰,侯娟.  宇航计测技术. 2012(01)
[6]基于修正线性组合模型的原子钟钟差预报[J]. 王继刚,胡永辉,何在民,武建锋,马红皎,王康.  天文学报. 2011(01)
[7]利用切比雪夫多项式模型进行时间预报的研究[J]. 刘晓刚,吴晓平,田颜锋,邓禹.  大地测量与地球动力学. 2010(01)
[8]附有周期项的预报模型及其在GPS卫星钟差预报中的应用研究[J]. 郑作亚,党亚民,卢秀山,徐维梅.  天文学报. 2010(01)
[9]基于自适应Kalman滤波器的原子钟信号预测方法[J]. 陈小敏,李孝辉.  吉林大学学报(理学版). 2009(03)
[10]基于国产氢原子钟的钟差预报方法研究[J]. 朱陵凤,李超,刘利,陈刘成,董恩强.  大地测量与地球动力学. 2009(01)



本文编号：3260844