Application research of GM(1,1) model of power function transform in BDS satellite clock bias prediction
-
摘要: 由于卫星钟存在频率高、敏感性强、极易受到外界影响从而导致观测数据波动大,预测结果精度低的问题,利用幂函数变换法对初始观测数据进行变换预处理,从而提高观测数据的平顺度.由此提出一种基于幂函数变换的GM(1,1)模型,选用北斗卫星导航系统(BDS)卫星钟差进行插值和预报,并且进行了精度验证.实验结果表明:Lagrange插值方法可以满足高精度BDS的钟差的插值需要;利用幂函数变换的GM(1,1)模型相比传统模型精度有效提高了,而且当改进模型和传统模型预报值越接近实际值,则幂函数改进的GM(1,1)模型精度更高,适用性更强,对BDS卫星钟差预报具有实际参考价值.
-
关键词:
- GM(1,1)模型 /
- 幂函数变换 /
- BDS卫星钟差 /
- 改进GM(1,1)模型 /
- 精度检验
Abstract: Due to the high frequency, strong sensitivity of satellite clocks, and the extreme susceptibility to external influences, the observation data fluctuates greatly and the results have low accuracy.The power function transformation method is used to transform and preprocess the initial observation data to improve the smoothness of the observation data.Therefore, a GM (1,1) model based on power function transformation was proposed. The BDS satellite clock difference was used for interpolation and prediction, and the accuracy was verified. The experimental results show that the Lagrange interpolation method can meet the clock interpolation needs of high-precision BDS;The GM (1,1) model using power function transformation has effectively improved the accuracy compared to traditional models.And when the predicted values of the improved model and the traditional model are closer to the actual values,Then the improved GM (1,1) model of the power function has higher accuracy and stronger applicability. It has practical reference value for BDS satellite clock error prediction. -
[1] 李征航,张小红.卫星导航定位新技术及高精度数据处理方法[M].武汉:武汉大学出版社,2009:45-59. [2] 李征航,黄劲松.GPS测量与数据处理[M].武汉:武汉大学出版社,2016. [3] 魏二虎,柴华.GPS精密星历插值方法的比较研究[J].全球定位系统,2006,31(5);13-15,20. [4] 洪樱,欧吉坤,彭碧波.GPS卫星精密星历和钟差三种内插方法的比较[J].武汉大学学报(信息科学版),2006,31(6):516-518,556. [5] 兰孝奇,李森,段兵兵.基于广义延拓的GPS精密星历插值方法[J].测绘工程,2010,19(3):1-3. [6] 刘伟平,郝金明.一种新的IGS精密星历插值算法[J].武汉大学学报(信息科学版),2011,36(11):1320-1323. [7] 严丽,李萌.切比雪夫多项式拟合卫星轨道与钟差的精度分析[J].测绘科学,2013,38(3):59-62. [8] 彭小强,高井祥.基于滑动式切比雪夫方法的广播星历插值分析[J].煤炭技术,2015,34(6):104-106. [9] 崔先强,焦文海.灰色系统模型在卫星钟差预报中的应用[J].武汉大学学报(信息科学版),2005,30(5):447-450. [10] 路晓峰,贾小林,崔先强.灰色系统理论的优化方法及其在卫星钟差短期预报中的应用[J].测绘工程,2006,15(6):12-14. [11] 杨富春,黄张裕,贾莹媛.基于GM(1,1)灰色模型卫星钟差短期预报的精度分析[J].测绘工程,2012,21(5):25-29. [12] 赵亮,兰孝奇,李闯.基于时间序列的快速卫星钟差短期预报研究[J].勘察科学技术,2012(4):14-17. [13] 刘建成,杨睿峰,徐赟.基于Kalman滤波器的卫星钟差预报精度分析[J].[JP]全球定位系统,2012,37(4):1-5. [14] 郭承军,滕云龙.神经网络在卫星钟差短期预报中的应用研究[J].测绘科学,2011,36(4):198-200. [15] 雷雨,赵丹宁,高玉平.基于灰色系统和神经网络的钟差预报[J].时间频率学报,2013,36(3):156-163. [16] 张斌,欧吉坤,袁运斌,等.一种小波与谱分析结合的GPS精密卫星钟差拟合方法研究[J].武汉大学学报(信息科学版),2007,32(8):715-718. [17] 张清华,隋立芬,牟忠凯.基于小波与ARMA模型的卫星钟差预报方法[J].大地测量与地球动力学,2010,30(6):100-104. [18] 郭承军,滕云龙.基于小波分析和神经网络的卫星钟差预报性能分析[J].天文学报,2010,51(4):395-403. [19] 王继刚,胡永辉,何在民,等.基于小波降噪的Kalman滤波预报卫星钟差[J].测绘科学,2012,37(5):9-11,60. [20] 黄飞江,陈演羽,李廷会,等.基于灰色模型和混沌时间序列的卫星钟差预测算法[J].电子学报,2019,47(7):1416-1424. [21] 程博,丘晓枫,季凌燕,等.BDS精密卫星钟差建模与预报[J].测绘科学,2019,44(10):14-20. [22] 毛亚. 北斗卫星钟差估计与预报关键技术研究[D].徐州:中国矿业大学,2019.
点击查看大图
计量
- 文章访问数: 432
- HTML全文浏览量: 71
- PDF下载量: 58
- 被引次数: 0