地球自转参数高精度预报方法研究

发布时间：2017-12-25 10:22

本文关键词：地球自转参数高精度预报方法研究　出处：《中国科学院研究生院(国家授时中心)》2016年博士论文　论文类型：学位论文

【摘要】：地球自转参数(Earth rotation parameters,ERP)是表征地球自转变化的一组参数,包括世界时(universal time,UT1)、日长变化((35)LOD)和极移的两个分量。ERP是卫星精密定轨、深空探测器导航等领域的重要基础数据,是联系天球坐标系和地球坐标系必不可少的物理参数。由于复杂的资料处理过程,空间测地技术获得的ERP存在几天到两个星期的滞后性。空间导航等领域对ERP高精度预报值的需求日渐增长,使得高精度ERP预报方法研究成为一项亟待开展的课题。为提高ERP预报精度,论文围绕最小二乘(least squares,LS)拟合序列端部效应的改善方法、基础序列长度对ERP预报精度影响、ERP的联合预报方法等几个方面来展开研究,主要研究工作如下:(1)提出利用端点延拓法改善LS拟合序列的端部效应。该方法首先采用时序分析模型在ERP序列两端延拓若干数据点,形成一个新序列,然后利用LS拟合新序列,最后再建立基于端部效应改正的LS(Edge-effect corrected LS,ECLS)外推模型。模拟实验和预报实例表明,在ERP序列两端增加统计延拓数据,能有效抑制LS拟合序列的端部效应,预报结果说明ECLS模型相对于LS模型在预报精度上有一定改善,尤其对于中长期预报改善更为明显。(2)针对自回归(autoregressive,AR)模型,一方面分析比较新陈代谢模式、间隔模式和递推模式的适用性。结果表明,新陈代谢的预报效率和预报精度最低;递推模式不仅预报效果最好,而且预报效率最高;间隔模式的预报效率和预报精度处于3种模式之间。另一方面提出一种基于差分方法的UT1-UTC预报方法,该方法首先对UT1-UTC观测序列差分处理后再进行建模和预报。研究表明,差分处理后的UT1-UTC序列更平稳、与AR模型的适应性更好,预报效果也更好。(3)分析ERP预报精度与基础建模序列长度的联系。结果表明,基础建模序列长度对预报精度有一定影响,基础建模序列越长,UT1-UTC和(35)LOD预报精度越高,而基础建模序列越短,极移预报效果越好,预报工作中应合理地选取基础建模序列。(4)研究ERP预报的神经网络(neural network,NN)算法。重点分析NN拓扑结构算法,提出网络拓扑结构确定的最小综合均方根误差法,它同时考虑训练样本和证认样本的网络输出误差,避免了过拟合和欠拟合的问题;探讨适合于ERP预报的NN算法流程;深入研究样本输入和输出方式,对比分析间隔输入和输出、连续输入和输出与递推输入和输出方式的适用性。结果表明,递推输入和输出方式的计算速度最快,间隔输入和输出方式次之,两者短期预报精度高;连续输入和输出方式的计算速度最慢,中长期预报效果好。在上述研究基础之上,建立单隐含层多输入、单输出NN预报模型,与地球定向参数预报比较竞赛(Earth Orientation Parameters Prediction Comparison Campaign,EOP PCC)结果对比表明,本文模型的预报精度接近国际先进水平。(5)考虑到极移中的高频信号对极移预报的阻碍作用,研究一种经验模态分解(empirical mode decomposition,EMD)与NN联合预报方法(EMD+NN)。该方法首先采用数据驱动的自适应EMD算法对极移序列进行分解,移除高频信号,然后结合LS外推模型和NN模型对移除高频信号的极移序列进行建模和预报。结果表明,EMD算法能够很好地将极移中的高频信号分离出去,EMD+NN模型相对于单纯NN模型在预报精度上有一定改善,但随着预报跨度增大,精度改善逐渐减小,表明高频信号对极移预报的阻碍作用随预报跨度的增大而降低。(6)为提高NN模型预报地球自转速率变化的精度,研究一种UT1-UTC和(35)LOD的灰色系统与NN联合预报方法。在分析灰色预测方法和NN技术各自特点的基础之上,提出一种灰色神经网络(grey neural network,GNN)联合预报方法。该方法在NN输入端和输出端分别增加一个灰色层和白化层,灰色层的作用是采用灰色系统理论中的累减生产(Inverse Accumulated Generating Operation,IAGO)算子对UT1-UTC和(35)LOD随机项序列进行变换,以增强序列规律性,白化层的作用是对网络输出进行累加生成(Accumulated Generating Operation,AGO)变换。结果表明,GNN模型相对于NN模型的预报精度较高,尤其在预报跨度为中长期时精度优势更为突出。(7)EOP PCC结果表明,没有一种单一的预报方法能够在所有跨度和所有参数预报中表现最优,而联合预报方法的预报效果优于单一方法。鉴于此,建立ERP预报的线性联合预报模型,并提出一种综合预报误差序列的标准差与均方根误差信息的定权方法。采用LS+AR和LS+NN两种方法预报ERP,并与联合预报方法结果作对比,结果表明,联合预报值的精度较高,说明联合预报方法能够综合利用各单一预报方法提供的信息,是提高ERP预报精度的一种有效途径。(8)编制了ERP高精度预报软件,实现了国家授时中心(NTSC)ERP每日例行预报。与国际地球自转与参考系服务(IERS)预报产品的对比结果表明,NTSC自主ERP预报产品的质量比IERS预报产品质量更好。
【学位授予单位】：中国科学院研究生院(国家授时中心)
【学位级别】：博士
【学位授予年份】：2016
【分类号】：P127.1;P183.31

【相似文献】