System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于LSTM和二次多项式组合模型的Multi-GNSS卫星钟差建模预报方法技术_技高网

基于LSTM和二次多项式组合模型的Multi-GNSS卫星钟差建模预报方法技术

技术编号:40134626 阅读:10 留言:0更新日期:2024-01-23 22:40
本发明专利技术公开一种基于LSTM和二次多项式组合模型的Multi‑GNSS卫星钟差建模预报方法,涉及卫星导航技术领域。获取卫星钟差数据;对快速钟差数据进行预处理,获得钟差序列;利用二次多项式模型对钟差序列进行预报,得到拟合残差值和钟差预报数据;利用LSTM神经网络对二次多项式预报的拟合残差值建模并进行外推预报,得到LSTM残差预测结果;将LSTM残差预测结果与对应的二次多项式模型的钟差预报数据相加得到组合模型的钟差预报值;本发明专利技术将二次多项式模型和LSTM模型相结合,即组成组合模型,该模型能够减少二次多项式模型的误差累积,提高钟差建模预报的准确性和稳定性。

【技术实现步骤摘要】

本专利技术涉及卫星导航,尤其涉及一种基于lstm和二次多项式组合模型的multi-gnss卫星钟差建模预报方法。


技术介绍

1、星载原子钟是全球导航卫星系统(gnss)的重要组成部分,其性能直接决定着导航定位和时间传递的精度。同时,建立高精度的卫星钟差预报模型对于卫星导航定位也具有非常重要的作用。

2、国内外学者做了大量预报的方法,在现有钟差预报的方法中最常用的预报模型有二次多项式(qp)模型、灰色模型(gm)、卡尔曼滤波(kalman filter)模型、神经网络模型。由于星载原子钟自身的物理特性较为复杂,且极易受外界和自身因素影响,很难发现复杂的变化规律,单一模型很难准确表达和有效预报。二次多项式模型虽然模型简单但误差累积效应明显,预报误差随预报时间的增加而显著增大。因此亟需一种基于组合模型的钟差建模预报方法。


技术实现思路

1、本专利技术要解决的问题是针对上述现有技术的不足,提供一种基于lstm和二次多项式组合模型的multi-gnss卫星钟差建模预报方法,以解决卫星钟差预报中二次多项式误差累积明显的问题。

2、为了解决上述问题,本专利技术提供一种基于lstm和二次多项式组合模型的multi-gnss卫星钟差建模预报方法,包括以下步骤:

3、步骤1:获取卫星钟差数据;所述钟差数据包括快速钟差数据和精密钟差数据;

4、步骤2:对快速钟差数据进行预处理,获得钟差序列;

5、步骤2-1:将快速钟差数据转化为钟差频率数据;</p>

6、步骤2-2:采用中位数粗差探测法对钟差频率数据进行粗差检测,找出粗差数据并将其从钟差频率数据中剔除;

7、步骤2-3:通过线性插值法将钟差频率数据补齐,得到最终的钟差序列。

8、步骤3:利用二次多项式模型对钟差序列进行预报,得到拟合残差值和钟差预报数据;

9、步骤3-1:利用钟差序列建立二次多项式模型得到拟合钟差数据,并利用该模型预报未来一段时间的快速钟差数据得到钟差预报数据;

10、步骤3-2:将同时段的拟合钟差数据与精密钟差数据相减得到拟合残差值。

11、步骤4:利用lstm神经网络对二次多项式预报的拟合残差值建模并进行外推预报,得到lstm残差预测结果;

12、步骤4-1:对拟合残差值进行一阶差分操作,得到一阶差分数据;

13、步骤4-2:将一阶差分数据进行数据划分,划分成训练集和测试集;

14、步骤4-3:对训练集进行归一化处理,得到归一化后的训练集,并利用归一化后的训练集对lstm神经网络进行训练,调整网络参数,得到训练完成的lstm神经网络;

15、步骤4-4:利用训练完成的lstm神经网络对测试集进行预报,得到lstm神经网络输出结果;

16、步骤4-5:对lstm神经网络输出结果进行反归一和反差分处理,使其转换为lstm残差预测结果。

17、步骤5:将lstm残差预测结果与对应的二次多项式模型的钟差预报数据相加得到组合模型的钟差预报值。

18、本专利技术提出的一种基于lstm和二次多项式组合模型的multi-gnss卫星钟差建模预报方法,与现有技术相比较具有如下有益效果:

19、将二次多项式模型和lstm模型相结合,即组成组合模型,该模型能够减少二次多项式模型的误差累积,提高钟差建模预报的准确性和稳定性。

本文档来自技高网...

【技术保护点】

1.一种基于LSTM和二次多项式组合模型的Multi-GNSS卫星钟差建模预报方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种基于LSTM和二次多项式组合模型的Multi-GNSS卫星钟差建模预报方法,其特征在于,所述步骤2包括如下具体步骤:

3.根据权利要求1所述的一种基于LSTM和二次多项式组合模型的Multi-GNSS卫星钟差建模预报方法,其特征在于,所述步骤3包括如下具体步骤:

4.根据权利要求1所述的一种基于LSTM和二次多项式组合模型的Multi-GNSS卫星钟差建模预报方法,其特征在于,所述步骤4包括如下具体步骤:

【技术特征摘要】

1.一种基于lstm和二次多项式组合模型的multi-gnss卫星钟差建模预报方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种基于lstm和二次多项式组合模型的multi-gnss卫星钟差建模预报方法,其特征在于,所述步骤2包括如下具体步骤:

3.根据权...

【专利技术属性】
技术研发人员:蒋春华朱美珍祝会忠刘广盛高祥卢超荻王子航胡弘立
申请(专利权)人:辽宁工程技术大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1