测绘通报 ›› 2016, Vol. 0 ›› Issue (1): 6-10,18.doi: 10.13474/j.cnki.11-2246.2016.0002.

• 学术研究 • 上一篇    下一篇

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

梁月吉1,2, 任超1,2, 杨秀发3, 庞光锋1,2, 蓝岚1,2   

  1. 1. 桂林理工大学测绘地理信息学院, 广西 桂林 541004;
    2. 广西空间信息与测绘重点实验室, 广西 桂林 541004;
    3. 广西城市建设学校, 广西 桂林 541004
  • 收稿日期:2014-10-31 出版日期:2016-01-25 发布日期:2016-02-01
  • 通讯作者: 任超。E-mail:lyjayq@163.com E-mail:lyjayq@163.com
  • 作者简介:梁月吉(1988-),男,硕士生,研究方向为北斗、GPS、Galileo和GLONASS联合定位及高精度数据处理研究。E-mail:1032271611@qq.com
  • 基金资助:
    国家自然科学基金(41461089);广西"八桂学者"岗位专项经费资助项目、广西空间信息与测绘重点实验室资助课题(桂科能130511402;130511407)

Prediction of Satellite Clock Bias Based on Dual-tree Complex Wavelet Transform and GRNN

LIANG Yueji1,2, REN Chao1,2, YANG Xiufa3, PANG Guangfeng1,2, LAN Lan1,2   

  • Received:2014-10-31 Online:2016-01-25 Published:2016-02-01

摘要: 针对卫星钟差呈现出非线性、非平稳变化的特性,提出了一种基于双树复小波和广义回归神经网络的卫星钟差预报方法。该方法充分利用双树复小波变换的完全重构、近似平移不变性和较好的方向选择性等优良特性,首先把钟差时间序列分解成具有不同频率特征的分量,然后根据各分量的特点构建高频和低频广义回归神经网络进行预报,最后将各分量的预报结果进行叠加得到最终的预报值。以IGS提供的钟差数据为例进行试验,并与单一的灰色模型、最小二乘支持向量机和广义回归神经网络的预报结果进行对比分析。结果表明,该方法具有较高的预报精度,对于较长时间的钟差预报也能保证较好的预报效果,应用于卫星钟差预报可行、有效。

关键词: 双树复小波, 广义回归神经网络, 一次差, 钟差预报

中图分类号: