地球自转参数的RFFLS短期预报算法研究

doi:10.13474/j.cnki.11-2246.2017.0278

测绘通报 ›› 2017, Vol. 0 ›› Issue (9): 15-18.doi: 10.13474/j.cnki.11-2246.2017.0278

地球自转参数的RFFLS短期预报算法研究

韩恒星^1,2, 党亚民^1,2, 许长辉²

1. 山东科技大学, 山东青岛 266590;
2. 中国测绘科学研究院, 北京 100830

收稿日期:2017-05-09 修回日期:2017-07-19 出版日期:2017-09-25 发布日期:2017-10-12
作者简介:韩恒星(1990-),男,硕士生,主要研究方向为地球自转参数(ERP)计算与预报.E-mail:496426305@qq.com
基金资助:
国家自然科学基金（41474011）；国家重点研发计划（2016YFB0501405）；公益性行业专项（B1503）；国家基础测绘科技项目（2017KJ0205）；中国第二代卫星导航系统重大专项（GFZX0301040308-06）。

Short-term Forecasting of Earth Rotation Parameter Based on Forgetting Factor Recursive Least Squares

HAN Hengxing^1,2, DANG Yamin^1,2, XU Changhui²

1. Shandong University of Science and Technology, Qingdao 266590, China;
2. Chinese Academy of Surveying & Mapping, Beijing 100830, China

Received:2017-05-09 Revised:2017-07-19 Online:2017-09-25 Published:2017-10-12

摘要/Abstract

摘要： 地球自转参数（ERP）是实现地心天球坐标系（geocentric celestial reference system，GCRS）与国际地球坐标系（international terrestrial reference system，ITRS）相互转换的必要参数，是国际GNSS服务组织（IGS）和国际GNSS监测评估系统（iGMAS）分析中心的重要产品。本文针对最小二乘地球自转参数预测算法会造成数据饱和以及新旧数据在数据处理及预报中被同等对待等问题，将遗忘因子引入最小二乘预测算法，进而提高ERP预报精度。遗忘因子递推最小二乘算法能防止数据饱和，降低旧数据的影响，加强新数据的作用，降低在求解拟合参数时出现秩亏矩阵求逆的几率，提高预报精度。本文详细推导了遗忘因子递推最小二乘表达式，探究了最佳遗忘因子，并通过ERP试验将该方法和原最小二乘的试验结果及LS-AR模型的预报结果作对比，发现仅用遗忘因子最小二乘模型预测就可以达到与LS-AR组合模型预测相当的精度。

关键词: 地球自转参数, 预报, 遗忘因子, 递推最小二乘

Abstract: The earth's rotation parameters(ERP)is an essential parameter for the conversion between the geocentric celestial reference system(GCRS)and the international terrestrial reference system(ITRS).It is the important products of the International GNSS Service Organization(IGS)and the International GNSS Monitoring and Evaluation System Analysis Center(iGMAS).In this paper,the least squares earth rotation parameter prediction algorithm will cause the data saturation and the old and new data in the data processing and forecasting are equally treated and so on,the forgetting factor into the least squares prediction algorithm,and thus improve the accuracy of ERP forecast.The forgetting factor recursive least squares algorithm can prevent data saturation,reduce the influence of old data,strengthen the function of new data,reduce the probability of inversion matrix of rank loss matrix when solving the fitting parameters,and improve the prediction accuracy.In this paper,the least squares expression of forgetting factor is deduced in detail,and the best forgetting factor is explored.The experimental results of this method and the results of LS-AR model are compared with those of LS-AR model.The least squares model prediction of the forgetting factor can achieve the same accuracy as the LS-AR model.

Key words: earth rotation parameters, forecasting, forgetting factor, the recursive least squares

中图分类号:

P228

韩恒星, 党亚民, 许长辉. 地球自转参数的RFFLS短期预报算法研究[J]. 测绘通报, 2017, 0(9): 15-18.

HAN Hengxing, DANG Yamin, XU Changhui. Short-term Forecasting of Earth Rotation Parameter Based on Forgetting Factor Recursive Least Squares[J]. 测绘通报, 2017, 0(9): 15-18.

参考文献

[1] 徐君毅.基于截距修正的GM(1.1)模型在极移预测中的应用[J].大地测量与地球动力学,2010,30(1):88-91.
[2] 张昊,王琪洁,朱建军.加权最小二乘与AR组合模型在极移预测中的应用研究[J].天文学进展,2011,29(3):343-352.
[3] 许雪晴.地球定向参数高精度预报方法研究[D].上海:中国科学院上海天文台,2012.
[4] 许雪晴,周永宏.AR模型间隔方式和迭代方式预报地球自转参数对比[J].中国科学院上海天文台刊,2012(33):20-27.
[5] 王小辉,王琪洁,刘建.经验模式分解在极移超短期预报中的应用[J].天文学报,2012,53(3):519-526.
[6] 严凤,姚宜斌,地球自转参数短期预报方法及实现[J].大地测量与地球动力学,2012(4):71-75.
[7] 雷雨.地球自转参数的高精度预报方法研究[D].北京:中国科学院大学,2016.
[8] SU X,LIU L,HOUTSE H,et al.Long-term Polar Motion Prediction Using Normal Time-frequency Transform[J].Journal of Geodesy,2013,88(2):145-155.
[9] 张昊,王琪洁,朱建军,等.对钱德勒参数进行时变修正的CLS-AR模型在极移预测中的应用[J].武汉大学学报(信息科学版),2012,37(3):286-289.
[10] 张龙平,党亚民,成英燕,等.北斗GEO/IGSO/MEO卫星定轨地面站构型影响分析及其优化[J].测绘学报,2016,45(S2):82-92.
[11] 王宇谱,吕志平.小波神经网络日常预报算法研究[J].大地测量与地球动力学,2012,32(1):127-131.
[12] 王琪洁.神经网络的地球自转变化预报[D].上海:中国科学院上海天文台,2007.
[13] 王琪洁,廖德春,周永宏,等.日长变化预报中BP神经网络拓扑结构的选择[J].中国科学院上海天文台刊,2008,49(1):93-100.
[14] 党亚民,秘金钟,成英燕.全球导航卫星系统原理与应用[M].北京:测绘出版社,2007.
[15] SCHUH H,ULRICH M,EGGER D,et al.Prediction of Earth Orientation Parameters by Artificial Neural Networks[J].Journal of Geodesy,2002,76(5):247-258.
[16] KOSEK W,MCCARTHY D D,LUZUM B J.El Niño Impact on Polar Motion Prediction Errors[J].Studia Geophysica et Geodaetica,2001,45(4):347-361.

地球自转参数的RFFLS短期预报算法研究

Short-term Forecasting of Earth Rotation Parameter Based on Forgetting Factor Recursive Least Squares

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	苏美臣, 魏晓燕, 周峻松, 汪祎勤. 金沙江流域滑坡易发性空间预报分析[J]. 测绘通报, 2021, 0(4): 13-16.
[2]	于烨, 黄默, 王小青, 胡锐. 利用最小一乘法改进的灰色模型的导航卫星钟差预报[J]. 测绘通报, 2019, 0(4): 1-6.
[3]	刘佳. 一种基于卫星遥感的临近预报方法[J]. 测绘通报, 2019, 0(3): 113-115,119.
[4]	于烨, 张慧君, 李孝辉. 顾及钟差随机项的GPS卫星钟差预报[J]. 测绘通报, 2018, 0(6): 1-6.
[5]	毛亚, 王潜心, 胡超, 张铭彬, 于伟宣. EEMD分解的超快速北斗卫星钟差预报[J]. 测绘通报, 2018, 0(5): 20-24.
[6]	刘中流, 任超, 甘祥前, 梁春丽. 一种基于SARIMA的经验对流层延迟模型[J]. 测绘通报, 2018, 0(3): 14-17,31.
[7]	韩恒星, 党亚民, 许长辉, 王虎, 谷守周, 张龙平. 地球自转参数的LS+AR超短期预报方法[J]. 测绘通报, 2017, 0(7): 1-4.
[8]	梁月吉, 任超, 杨秀发, 庞光锋, 蓝岚. 结合双树复小波和广义回归神经网络的钟差预报方法研究[J]. 测绘通报, 2016, 0(1): 6-10,18.
[9]	楼益栋, 何倩倩, 戴小蕾, 卿芸. 基于移动终端广播星历的自主轨道预报及精度分析[J]. 测绘通报, 2015, 0(5): 1-5.
[10]	酒正纲, 张林广, 郁雯. 地壳形变GPS监测数据的统计分析研究[J]. 测绘通报, 2015, 0(2): 67-69.
[11]	祝小龙, 向泽君, 谢征海, 周成涛, 周忠发, 张晋. 大型建筑结构长期安全健康监测系统设计[J]. 测绘通报, 2015, 0(11): 76-79.
[12]	向夏芸王密齐建伟范城城臧熹. ZY-3卫星轨道拟合与预报精度分析[J]. 测绘通报, 2015, 0(1): 8-14.
[13]	雷雨赵丹宁. 三种综合预报卫星钟差的方法[J]. 测绘通报, 2014, 0(4): 22-25.
[14]	孙文王庆宾周睿朱志大杜伟超. 海平面异常预报方法的比较与分析[J]. 测绘通报, 2014, 0(1): 46-49.
[15]	王建军吴北平朱万里赖祖龙符永好. 基于ArcGIS的风暴潮灾害疏散系统的研究与开发[J]. 测绘通报, 2013, 0(9): 91-94.