基于灰色BP网络的卫星钟差预报

精密卫星钟差是精密定轨的重要因素之一.将BP神经网络模型引入卫星钟差预报,分别对少量及大量的卫星钟差数据进行预报,将其预报精度和灰色模型GM(1,1)预报结果进行分析比较,证明BP神经网络模型适于卫星钟差预报.通过对IGU超快速星历中的卫星钟差进行预报,发现前期预报精度很高,验证了其实际有效性.     

几种GPS卫星钟差预报方法比较及精度分析

精密单点定位技术在高精度的坐标框架维持、地球动力学研究及区域性或全球性的科学考察及低轨卫星定轨、海陆空间导航等动态应用方面都有不可估量的前景.但是IGS现在还不能提供实时和外推的精密卫星钟差,GPS卫星钟差仍然是实现PPP技术实时应用的瓶颈问题,制约了实时PPP技术的应用.本文分别利用二次多项式模型、灰色模型和线性模型进行了大量卫星钟差资料分析,总结了它们的优点与不足,为GPS卫星钟差预报研究提供借鉴与参考.     

基于通用钟差模型的北斗卫星钟预报精度分析

卫星钟差参数的预报精度直接影响卫星导航系统的服务性能.影响卫星钟预报精度的因素有很多,其中钟差序列的建模质量是一个很重要的影响因子,只有最能反映星载原子钟自身物理特性和运行状态的模型才能获得更高的卫星钟预报精度.本文分析了北斗系统钟差序列的特性,提出了一种通用的钟差模型,该模型同时包含线性项、周期项和随机项,并且利用了AR模型对随机项进行建模,给出了周期项和AR模型参数的确定方法,该模型还能够根据实际星载钟特性进行退化与扩展.本文还给出了基于该模型的卫星钟预报方法,最后利用北斗实测数据进行了卫星钟预报精度分析试验,试验结果表明:所提出的通用模型能够最大限度地拟合钟差序列,从而大大提高卫星钟的预报精度,特别是针对一些稳定度较差的星载钟,实现了6 h预报精度2 ns,12 h预报精度5.5 ns.     

基于人工鱼群优化LS-SVM的卫星钟差预报

针对导航卫星短期钟差预报精度不高的问题,提出了一种基于人工鱼群(AFSA)优化最小二乘支持向量机(LS-SVM)的卫星钟差预报方法。利用人工鱼群算法较强的全局寻优能力优化LS-SVM模型的惩罚参数和核宽度参数,避免人为选择参数的盲目性,提高了LS-SVM的泛化能力和预报精度。选取IGS产品中4颗典型卫星的钟差数据,分别采用人工鱼群优化LS-SVM模型、神经网络模型和灰色系统模型进行短期钟差预报,计算结果表明:人工鱼群优化LS-SVM模型的预报精度优于其它2种模型,尤其是在铷钟方面,预报误差在0.5 ns内,运行时间在5 min内。     

基于不等间隔接收机钟差组合预报模型的辅助定位方法

在典型城市或室内应用等情况下,卫星导航信号由于被频繁遮挡变而变得微弱甚至不可用,使得传统的定位模式难以满足连续定位的要求。针对此问题,分析接收机钟差辅助定位的可行性,建立原点插值条件下使残差平方和最小的多项式钟差预报模型和改进的非等间距灰色系统钟差预报模型,并提出一种基于不等间隔接收机钟差解算值序列的动态加权组合预测模型及相应的钟差辅助定位算法。该模型通过权值的合理选取可实现单一模型的最优组合,具有更高的预测精度和稳健性。实测结果表明:该组合模型对钟差解算值序列的预测是可行和有效的;对于50 s内的短时钟差辅助定位,定位误差与连续正常定位接近,仅降低2.76%,可有效提高可见卫星不足4颗时的定位连续性。     

灰色模型与自回归模型组合在钟差短期预报中的应用研究

研究卫星钟差预报的精度及稳定性对增强卫星导航系统的导航、授时等功能有重要作用。针对GM(1,1)模型在卫星钟差短期预报时存在的问题,引入AR模型对其预报结果进行修正,以提高钟差预报结果的精度和稳定性。实验结果表明：组合模型的预报精度较单一GM(1,1)模型有一定提高,其中铷钟的精度提高较为明显,铯钟的精度则提高较少;此外,组合模型的误差变化趋势与GM(1,1)模型相似,但稳定性相对更高。     

GPS水准多项式曲面拟合模型实验研究

利用移动多项式曲面拟合基本原理,探讨了不同模型对已知点数量的多少以及已知点与拟合点之间的位置关系对GPS水准拟合精度的影响规律,通过在实际工程中的应用实验研究,得出利用合适的拟合模型GPS高程能达到四等水准测量要求的结论.对GPS实际生产作业具有一定的指导意义,同时通过处理数据的统计与比较,给出某一地区的最优模型.     

正交迭代泛函网络在中短期钟差预报中的应用

 在卫星钟源无法与地面钟源进行实时比对的时段中,准确预报卫星钟差对于维持卫星的稳定运行具有重要意义。针对卫星钟差的中短期预报问题,选择多项式模型对钟差进行建模分析,设计了一种基于滑动窗模型的正交迭代泛函网络算法。利用泛函网络的非线性学习能力对钟差预报模型进行拟合分析,采用正交函数作为泛函网络的基函数簇,并引入滑动窗思想来更新输入层元素进行迭代训练,获得较小的预报误差。分析表明,预报时间小于12 h 时,预报误差为0.2~0.5 ns,预报精度与IGU P精度相当;当预报时间为24 h 时,预报误差总体在1 ns,预报精度略次于IGU P 精度;当预报时间为1 个卫星周时,最大误差达130 ns,难以满足卫星运行对钟源的要求。研究表明：该算法适合于短期卫星钟差预报,不适合中长期钟差预报。     

时钟校准过程中的组合钟差预报模型

时间同步技术在分布式系统中应用广泛,时钟校准是时间同步的前提。针对时间校准过程中所需的时间信号可能出现传递失效等问题,在时间校准过程中引入钟差预报技术。同时为提高钟差预报模型的预报精度,提出一种GM-BP神经网络的钟差预报组合模型,首先利用已测钟差数据建立多个不同维数的GM(1,1)钟差预报模型,并对某时段的钟差进行预报,发挥多个不同GM(1,1)模型的优点;然后利用训练好的BP神经网络对预报结果进行非线性组合,最终的预报结果为BP神经网络非线性组合后的钟差。利用衰减器模拟对流层散射信道,设计对流层散射单向时钟校准试验,利用试验过程中实测的钟差数据进行组合模型精度验证。仿真结果表明,组合模型较单一预报模型,预报误差更加平稳,精度上提高53%~95%。     

GPS水准多项式曲面拟合模型实验研究

利用移动多项式曲面拟合基本原理，探讨了不同模型对已知点数量的多少以及已知点与拟合点之间的位置关系对GPS水准拟舍精度的影响规律，通过在实际工程中的应用实验研究，得出利用合适的拟合模型GPS高程能达到四等水准测量要求的结论。对GPS实际生产作业具有一定的指导意义，同时通过处理数据的统计与比较，给出某一地区的最优模型。     

GPS/BDS精密高频卫星钟差计算及应用

为了获得高采样率的GPS/BDS卫星钟差,对基于相位历元间差分的精密钟差加密方法进行了改进,并利用IGS MGEX观测站数据和GFZ提供的5 min采样率卫星钟差生成30 s采样率的GPS/BDS卫星钟差.分析结果表明:与GFZ提供的30 s采样率的精密钟差相比,二者差异在10 ps以内,且测站数量对钟差结果的影响不大;加密得到的30 s钟差与5 min钟差的Allan方差保持高度一致;移动历元动态PPP证实加密钟差并未损失原始钟差的精度.动态PPP统计结果表明加密后的钟差大大缩短了PPP收敛时间,并提高了定位精度.该方法计算效率高,可应用于更高采样率的卫星钟差估计中.     

转发式测距和直发式伪距的GEO卫星联合定轨

GEO卫星是区域卫星导航系统空间段的重要组成部分.仿真模拟表明,在星座组网运行时通过差分策略可消除卫星钟差,但对只有GEO在轨运行的单星模式需要引进其他测轨技术才可能获得高精度的GEO轨道和钟差信息.本文提出联合转发式测距和直发式伪距数据的GEO卫星联合定轨和钟差估计方案,克服了转发式跟踪站数量和测距数据有限的问题,实现了对直发式伪距跟踪站星地组合钟差的估计,并且保持了卫星星历与钟差的自洽性.利用我国区域跟踪网对GEO卫星的实测数据进行了联合定轨试验,开展了详细的误差协方差分析说明了转发式和直发式两种测轨技术的贡献,结果表明：转发式测距数据的定轨残差为0.203m,直发式伪距的定轨残差为0.408m.定轨弧段内激光外符视向精度为0.076m,预报2h激光外符视向精度为0.404m,星地钟差估计精度约为1.38ns.对于基于单个转发跟踪站的转发直发联合定轨,激光外符视向精度为0.280m,预报2h激光外符视向精度为0.888m,星地钟差估计精度约为1.55ns.相关指标满足了导航服务的需求.     

灰色-马尔科夫模型在桥梁运营状况预测中的应用

为了找到一种能够精确有效地预测桥梁运营状况的方法,提出一种基于灰色GM(1,1)理论模型并用马尔科夫链修正的灰色-马尔科夫预测模型.结合河北省某地区的159座桥梁数据对该方法进行应用检验,结果表明:灰色-马尔科夫模型预测数据的平均相对误差为-0.11%,相比灰色GM(1,1)理论模型预测数据的平均相对误差-0.34%,在精度上有了明显的提高,而且灰色-马尔科夫模型预测出的数据更加稳定.利用马尔科夫链优化过的灰色GM(1,1)理论模型预测出2017年至2019年该地区一类桥的数量分别为49座、39座以及34座.由此可知灰色-马尔科夫模型在已知的桥梁定期检查数据基础上可以提供较为精确的预测,相较于灰色GM(1,1)预测模型,该方法具有更高的精度和稳定性.     

一种全球导航卫生系统钟差估计优化方案的量化研究

摘要：针对卫星钟差解算策略的优化问题,本文基于BERNESE GNSS数据处理软件,设计了卫星估计钟差解算方案。提出了“单位时间误差梯度”的概念,量化了解算精密钟差的效率。采用基于TIN的选站法选取参考站,利用历元参数在历元间的独立性,分步解算各类参数。既减少了因大量历元参数存在引起的时间迟滞,又消除了单历元观测离群值对非历元参数估计的影响,从而提高了GNSS卫星钟差估计效率。利用IGS跟踪站作为参考站对以上解算过程进行实验,结果表明估计钟差与IGS精密钟差的符合精度达到0.1ns,陆态网精密单点定位（PPP）动态解最大偏差小于10cm,能够满足动态定位厘米级的精度要求,为估计钟差时参考站的数量和几何分布的选择提供了参考。     

卫星钟差异常值探测的Bayesian方法

顾及钟差的物理特性,提出了一种新的卫星钟差时间序列异常值探测方法.利用二次多项式模型将卫星钟差分解为钟差、钟速、钟漂三个物理意义明确的分量,然后对每个分量通过ARIMA模型异常值探测的Bayesian方法进行异常值探测与估计.最后,采用IGS钟差数据进行实验,验证了该方法的有效性.     

灰色马尔科夫Verhulst动态模型在滑坡形变预测中的应用

为解决陈旧信息和波动性数据造成的传统灰色Verhulst模型预测精度较低的问题,提出一种利用滑动窗口和马尔科夫模型对原始灰色Verhulst模型改进的方法。通过长度可变的滑动窗口来实现数据的动态更新,使得灰色Verhulst动态模型的预测值更加接近最新的变化趋势。之后利用马尔科夫模型对得到的灰色Verhulst动态模型预测值进行修正,提高了模型的预测精度。实验结果表明,灰色马尔科夫Verhulst动态模型在滑坡形变预测中的预测平均相对误差相比于传统的灰色Verhulst模型降低了69. 6%,均方根差比降低了0. 39,小误差概率提高了0. 166 7。对于波动性较大的滑坡监测数据,灰色马尔科夫Verhulst动态模型预测精度优于传统灰色Verhulst模型。     

灰色模型GM(1,1)的稳健算法及其应用

将最小一乘法应用于微分方程变量参数求解,建立稳健灰色模型RGM(1,1),并将其应用于建筑物沉降预报和比较.研究和实际应用表明：稳健灰色模型RGM(1,1)比常规灰色模型GM(1,1)具有更好的抗干扰性能和受异常点影响小的优点,根据少量的观测数据建立的RGM(1,1)模型有更好的预报应用价值.     

提高DEM内插精度的一种有效方法

为了提高DEM模型的精度,对双高次多项式曲面法和加权平均法的缺点进行了分析,提出一种有效的双高次多项式曲面加权平均组合方法.在某地区选取75个数据点作为起算数据,通过实验发现,双高次多项式曲面加权平均组合法能够有效地弥补双高次多项式曲面法和加权平均法的缺陷,建立的DEM模型精度要高于双多项式曲面法及加权平均法建立的DEM模型精度,对工程实践具有一定的参考价值.     

利用灰色模型对地区负荷进行预报

针对灰色模型GM(1,1)对某一地区的负荷进行预报误差较大的缺点,采用了"平均滑动模型"方法,使处理后的数据既增加了数据的权重又避免了数据的波动.计算表明,可以把它用于负荷预报中,解决了负荷按"S"型曲线递增的实际情况,提高了预报精度,又继承了灰色预报方法的优势和特点.     

一种全球导航卫星系统钟差估计优化方案的量化研究

针对卫星钟差解算策略的优化问题,基于全球导航卫星系统数据处理软件BERNESE,设计了卫星估计钟差解算方案。提出"单位时间误差梯度"的概念,量化了解算精密钟差的效率。采用基于不规则三角网的选站法选取参考站,利用历元参数在历元间的独立性,分步解算各类参数。既减少了因大量历元参数存在引起的时间迟滞,又消除了单历元观测离群值对非历元参数估计的影响,从而提高了卫星钟差估计效率。利用国际全球导航卫星系统服务跟踪站作为参考站对以上解算过程进行实验,结果表明估计钟差与该机构精密钟差的符合精度达到0. 1 ns,陆态网精密单点定位动态解最大偏差小于10 cm,能够满足动态定位厘米级的精度要求,为估计钟差时参考站的数量和几何分布的选择提供了参考。