基于粒子群优化核极限学习机的北斗超快速钟差预报

论文摘要

针对卫星钟差序列中非线性特性较为复杂和超快速钟差预报精度较低的问题,将核极限学习机算法引入到北斗超快速钟差预报中。首先,将极限学习机进行优化,引入粒子群优化算法来选择核极限学习机所需的核参数和正则化参数;然后,将优化后的方法应用到超快速钟差预报中,并给出了利用该方法进行超快速钟差预报的步骤;最后,在分析iGMAS提供的实测北斗超快速钟差数据的基础上,选用单天和多天数据进行短期预报。结果表明:在短期预报6h范围内,利用本文提供的优化方法解算得到的超快速钟差预报精度明显优于二次多项式模型和周期项模型,并且采用此方法得到的超快速钟差预报产品与iGMAS提供的超快速钟差预报产品（ISU-P）相比,GEO、IGSO和MEO卫星的预报精度分别提升了50. 51%、46. 98%、40. 67%,其与最终精密钟差的符合程度显著增强。

论文目录

• 0 引言
• 1 PSO-KELM基本原理
•   1.1 KELM算法
•   1.2 PSO算法
•   1.3 PSO优化KELM的超快速钟差预报方法
• 2 超快速钟差数据分析
• 3 算例分析
•   3.1 单天预报算例
•   3.2 多天预报算例
•   3.3 PSO-KELM预报值与ISC钟差符合程度分析
• 4 结论

文章来源

类型: 期刊论文

作者: 李文涛,边少锋,任青阳,梅长松,潘雄

关键词: 北斗超快速钟差预报,核极限学习机,粒子群优化,最终精密钟差

来源: 宇航学报 2019年09期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学

专业: 自然地理学和测绘学

单位: 中国地质大学(武汉)地理与信息工程学院,重庆交通大学土木工程学院

基金: 国家自然科学基金(41874009,41476087),国家重点研发计划(2016YFC0802206-3)

分类号: P228.4

页码: 1080-1088

总页数: 9

文件大小: 289K

下载量: 247