卫星钟差预报的T-S模糊神经网络法

P2287; 结合钟差数据的特点,提出了一种基于变化率的T-S模糊神经网络(TSFNN)钟差预报模型.首先计算相邻历元间钟差的变化率值并对其进行建模;然后利用TSFNN模型预报钟差变化率值,再将预报的变化率值还原,得到钟差预报值;最后,通过算例将本文所建模型与IGU-P产品、二次多项式模型(QP)及灰色模型(GM(1,1))进行试验对比.结果表明:在使用变化率方法后,TSFNN模型预报的精度和稳定性分别提高了69.8％和76.3％,而且与IGU-P钟差产品相比,预报的精度高出约10倍,同时模型预报的效果优于两种常用模型.因此,该模型可以实现卫星钟差较高精度的预报....

Full description

Saved in:
Bibliographic Details
Published in:测绘学报 2020-05, Vol.49 (5), p.580-588
Main Authors: 王旭, 柴洪洲, 王昶
Format: Article
Language:Chinese
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:P2287; 结合钟差数据的特点,提出了一种基于变化率的T-S模糊神经网络(TSFNN)钟差预报模型.首先计算相邻历元间钟差的变化率值并对其进行建模;然后利用TSFNN模型预报钟差变化率值,再将预报的变化率值还原,得到钟差预报值;最后,通过算例将本文所建模型与IGU-P产品、二次多项式模型(QP)及灰色模型(GM(1,1))进行试验对比.结果表明:在使用变化率方法后,TSFNN模型预报的精度和稳定性分别提高了69.8％和76.3％,而且与IGU-P钟差产品相比,预报的精度高出约10倍,同时模型预报的效果优于两种常用模型.因此,该模型可以实现卫星钟差较高精度的预报.
ISSN:1001-1595
DOI:10.11947/j.AGCS.2020.20190156