LS+AR极移预报模型的两种修正算法

P228; 极移是表征地球运动的重要参数,其高精度预报值在天文学、大地测量、航海航空、海洋测绘及星际导航等实际应用中具有极其重要的意义.本文在经典组合预报模型最小二乘外推和自回归模型LS+AR的基础上,提出了两种修正算法.一种是利用Kalman滤波对自回归模型进行修正,简称LS+AR+KF模型;另一种是利用最小均方误差自适应滤波(least mean square adaptive filtering,LMSAF)对最小二乘拟合项和外推项进行修正,简称LS+AR+AF模型.计算结果表明,无论LS+AR+KF或LS+AR+AF模型,其预报精度较LS+AR模型都有显著提高,且随着预报跨度的增加其精...

Full description

Saved in:
Bibliographic Details
Published in:测绘学报 2018-12, Vol.47 (z1), p.71-77
Main Authors: 加松, 徐天河, 杨红雷
Format: Article
Language:Chinese
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:P228; 极移是表征地球运动的重要参数,其高精度预报值在天文学、大地测量、航海航空、海洋测绘及星际导航等实际应用中具有极其重要的意义.本文在经典组合预报模型最小二乘外推和自回归模型LS+AR的基础上,提出了两种修正算法.一种是利用Kalman滤波对自回归模型进行修正,简称LS+AR+KF模型;另一种是利用最小均方误差自适应滤波(least mean square adaptive filtering,LMSAF)对最小二乘拟合项和外推项进行修正,简称LS+AR+AF模型.计算结果表明,无论LS+AR+KF或LS+AR+AF模型,其预报精度较LS+AR模型都有显著提高,且随着预报跨度的增加其精度提高更为明显;LS+AR+AF模型预报精度要优于LS+AR+KF模型,特别是长期预报结果,其360 d长期预报精度,极移X分量提高26％,Y分量提高23％,极移综合精度提高24％.
ISSN:1001-1595
DOI:10.11947/j.AGCS.2018.20180296