【技术实现步骤摘要】
一种SSA
‑
BP神经网络与灰色模型卫星钟差预报方法
[0001]本专利技术涉及精密卫星钟差预报
,特别是涉及一种SSA
‑
BP神经网络与灰色模型卫星钟差预报方法。
技术介绍
[0002]钟差是影响卫星定位的重要因素之一,因此,提升钟差预报的准确性是广大学者研究的重点和难点。
[0003]常见的钟差预报模型有二次项模型、人工神经网络模型、自回归模型、卡尔曼滤波模型等。为了得到高精密的预报卫星钟差,大量的学者对钟差预报的模型进行了研究。许多学者在钟差预报方面得到了丰硕的成果,有学者采用经典定权的方法将GM(1,1)灰色模型和自回归模型(adaptive resonance,AR)模型进行线性组合,并且对北斗三号全球卫星导航系统即北斗三号(BeiDou
‑
3navigation satellite system,BDS
‑
3)卫星进行预报,将钟差数据短期预报的精度提升大约9%~20%;有学者通过求和自回归平均模型(autoregressive integrated moving average,ARIMA)模型对钟差数据进行短期预报,预报结果的精度有了一定的提升;还有学者利用粒子群算法来选取灰色神经网络最优的权值和阈值,提升灰色神经网络模型预报的精度这些方法在一定程度都对钟差预报模型进行了优化和改进,但是仍存在预报模型在精密钟差预报过程中误差的累积,且预报模型在改进的过程中使模型逐渐复杂化,使建模的时间增长。
[0004]由于G ...
【技术保护点】
【技术特征摘要】
1.一种SSA
‑
BP神经网络与灰色模型卫星钟差预报方法,其特征在于,包括:获取卫星钟差数据,对所述卫星钟差数据进行处理,获得钟差序列;基于SSA
‑
BP神经网络与灰色模型对所述钟差序列进行预报,获取钟差预报结果。2.根据权利要求1所述的SSA
‑
BP神经网络与灰色模型卫星钟差预报方法,其特征在于,获取所述卫星钟差数据包括:从国际全球卫星导航系统服务组织的数据中心选择下载所述卫星钟差数据;其中,所述卫星钟差数据包括:卫星钟差相位数据和频率数据。3.根据权利要求2所述的SSA
‑
BP神经网络与灰色模型卫星钟差预报方法,其特征在于,对所述卫星钟差数据进行处理包括:通过所述卫星钟差相位数据和所述频率数据的对应关系,将所述卫星钟差相位数据转化为频率数据,获得原始数据,利用中位数粗差探测法对所述原始数据进行粗差检测,获得粗差数据,将所述粗差数据进行剔除,并通过线性内插对所述原始数据进行补齐。4.根据权利要求3所述的SSA
‑
BP神经网络与灰色模型卫星钟差预报方法,其特征在于,将所述卫星钟差相位数据转化为频率数据的方法为:其中,l
i
为第i个历元所对应的相位数据;l
i+1
为i+1个历元所对应的相位数据;y
i
为第i个历元所对应的相位数据的频率;Δt为相邻历元的采样间隔。5.根据权利要求3所述的SSA
‑
BP神经网络与灰色模型卫星钟差预报方法,其特征在于,利用中位数粗差探测法对所述原始数据进行粗差检测的方法为:|y
i
|>m+n
·
M其中,y
i
为频率数据;m为频率序列的中位数;n为适合数据序列的正整数;M为频率序列偏差的绝对值中位数;mandian为中位数运算符。6.根据权利要求1所述的SSA
‑
BP神经网络与灰色模型卫星钟差预报方法,其特征在于,基于所述SSA
‑
BP神经网络与所述灰色模型对所述钟差序列进行预报,获取钟差预报结果包括:基于所述卫星钟差数据建立...
【专利技术属性】
技术研发人员:王建敏,李俊虹,黄佳鹏,富玉凤,包晓光,朱磊,
申请(专利权)人:辽宁工程技术大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。