顾及钟差随机项的GPS卫星钟差预报

doi:10.13474/j.cnki.11-2246.2018.0166

测绘通报 ›› 2018, Vol. 0 ›› Issue (6): 1-6.doi: 10.13474/j.cnki.11-2246.2018.0166

• 学术研究 • 下一篇

顾及钟差随机项的GPS卫星钟差预报

于烨^1,2,3, 张慧君^1,2,4, 李孝辉^1,2,4

1. 中国科学院国家授时中心, 陕西西安 710600;
2. 中国科学院精密导航定位与定时技术重点实验室, 陕西西安 710600;
3. 中国科学院大学, 北京 100049;
4. 中国科学院大学天文与空间科学学院, 北京 100049

收稿日期:2017-12-25 修回日期:2018-01-22 出版日期:2018-06-25 发布日期:2018-07-07
作者简介:于烨(1989-),男,硕士生,主要研究方向为钟差预报和精密导航定位技术。E-mail:yuye115@mails.ucas.edu.cn
基金资助:
国家自然科学基金（11503030）；国防创新基金面上项目（CXJJ-16M205）；中国科学院"西部之光"人才培养计划支持项目（Y507YR0501）

GPS Satellite Clock Bias Prediction Method Considering Random Items of Clocks Bias

YU Ye^1,2,3, ZHANG Huijun^1,2,4, LI Xiaohui^1,2,4

1. National Time Service Center, Chinese Academy of Science, Xi'an 710600, China;
2. Key Laboratory of Precision Navigation and Timing Technology, National Time Service Center, Chinese Academy of Science, Xi'an 710600, China;
3. University of the Chinese Academy of Science, Beijing 100049, China;
4. School of Astronomy and Space Science, University of the Chinese Academy of Science, Beijing 100049, China

Received:2017-12-25 Revised:2018-01-22 Online:2018-06-25 Published:2018-07-07

摘要/Abstract

摘要： 针对卫星钟差呈趋势项和随机项变化的特点，提出了基于GM（1，1）与自回归求和移动平均的组合预报模型。该模型首先采用GM（1，1）模型预报钟差的趋势项部分，然后利用ARIMA模型对GM（1，1）的模型残差序列进行建模和预报，最后将GM（1，1）和ARIMA模型的预报结果对应相加即得到钟差的最终预报值。此外，采用IGS公布的精密卫星钟差进行预报试验，通过与卫星钟差预报中常用的二次多项式模型和修正指数曲线法模型预报结果的对比分析，结果表明：该方法可以对GPS卫星钟差进行高精度的中短期预报。用12 h钟差建模时，预报未来6、12、24和48 h的平均预报精度分别为0.71、1.17、1.93和4.38 ns，相比于二次多项式模型的平均预报精度分别提高了29.70%、43.75%、67.62%和76.21%；相比于修正指数曲线法模型的平均预报精度分别提高了18.39%、33.90%、61.40%和70.49%。

关键词: 卫星钟差, 预报, 灰色模型, 自回归求和移动平均, 组合模型

Abstract: Based on the characteristics of the trend and random items of the satellite clock bias(SCB),a combination prediction model based on grey model(GM(1,1)) and Autoregressive Integrated Moving Average(ARIMA) is proposed.First,the model uses GM (1,1) to predict the trend of SCB.Then,the residual sequence of GM(1,1) model is modeled and predicted by using the ARIMA.Finally,the prediction results of GM (1,1) and ARIMA are added to obtain the final prediction value of clock bias.In addition,the predictive tests are carried out by using the precision SCB published by IGS(International GNSS Service),and the results are compared with those of the quadratic polynomial model(QPM)commonly used in SCB forecast and using the modified exponential curve method (MECM).The results show that this method can make high-precision short-term and mid-term forecast of GPS SCB.When modeling with 12 h clock bias data to predict the next 6,12,18 and 24 h,the average prediction accuracy of the model we proposed is 0.71,1.17,1.93 and 4.38 ns,respectively.Compared with the mean prediction accuracy of QPM,the accuracy of the prediction was increased by 29.70%,43.75%,67.62% and 76.21%,respectively.Compared with the mean prediction accuracy of MECM,the accuracy of the prediction was increased by 18.39%,33.90%,61.40% and 70.49%,respectively.

Key words: satellite clock bias, prediction, GM(1,1), ARIMA, combination model

中图分类号:

P228.4

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.

YU Ye, ZHANG Huijun, LI Xiaohui. GPS Satellite Clock Bias Prediction Method Considering Random Items of Clocks Bias[J]. 测绘通报, 2018, 0(6): 1-6.

参考文献

[1] 王宇谱,吕志平,王宁.BDS星载原子钟长期性能分析[J].测绘学报,2009,46(2):157-169.
[2] 于烨,张慧君,李孝辉.组合模型在卫星钟差中长期预报中的应用和比较[J].电子测量技术,2017,40(11):7-11.
[3] 黄孝增.基于ARMA模型的GPS钟差预报改进研究[J].测绘通报,2015(S1):103-105.
[4] 路晓峰.导航卫星钟差评估与预报研究[D].西安:长安大学,2007.
[5] 陈正生,吕志平,张洁华,等.基于时间序列分解的GPS卫星钟差预报[J].测绘科学,2011,36(3):116-118.
[6] 郑作亚,党亚民,卢秀山,等.附有周期项的预报模型及其在GPS卫星钟差预报中的应用研究[J].天文学报,2010,51(1):95-102.
[7] 帅平,曲广吉.导航星座自主导航的时间同步技术[J].宇航学报,2005,26(6):15-28.
[8] 王继刚,胡永辉,何在民,等.组合模型预报导航卫星钟差[J].大地测量与地球动力学,2012,32(1):84-88.
[9] 朱祥维,肖华,雍少为,等.卫星钟差预报的Kalman算法及其性能分析[J].宇航学报,2008,29(3):996-970.
[10] 郭承军,腾云龙.基于小波分析和神经网络的卫星钟差预报性能分析[J].天文学报,2010,51(4):396-403.
[11] 黄观文,张勤,王继刚.GPS卫星钟差的估计与预报研究[J].大地测量与地球动力学,2009,18(6):108-122.
[12] 张清华,隋立芬,牟忠凯.基于小波与ARMA模型的卫星钟差预报方法[J].大地测量与地球动力学,2010,30(6):100-104.
[13] HAIBO Y,ZHENGMING W,SHAOWU D,et al.Dynamic Grey-autoregressive Model of an Atomic Clock[J].Metrologia,2008(6):1-5.
[14] 崔先强,焦文海.灰色系统模型在卫星钟差预报中的应用[J].武汉大学学报(信息科学版),2005,30(5):447-450.
[15] 徐君毅,曾安敏.ARIMA(0,2,q)模型在卫星钟差预报中的应用[J].大地测量与地球动力学,2009,29(5):116-120.

顾及钟差随机项的GPS卫星钟差预报

GPS Satellite Clock Bias Prediction Method Considering Random Items of Clocks Bias

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]	杨恒, 岳建平, 周钦坤. 利用SVM与ARIMA组合模型进行大坝变形预测[J]. 测绘通报, 2021, 0(4): 74-78.
[3]	刘伟平, 谢建涛, 焦博, 刘婧. Galileo系统服务中断前后广播星历精度对比分析[J]. 测绘通报, 2021, 0(1): 53-58.
[4]	李红慧, 李建刚. MGEX广播星历轨道和钟差的精度评估[J]. 测绘通报, 2020, 0(12): 101-105.
[5]	张涛, 李国鹏, 刘站科, 张庆涛, 陈小英, 刘一. 顾及频率间偏差的GPS/GLONASS卫星钟差实时估计[J]. 测绘通报, 2019, 0(7): 59-63.
[6]	姜刚, 李举, 陈盟, 周佳薇. 灰色-小波神经网络支持下对地铁工程沉降变形的预测[J]. 测绘通报, 2019, 0(5): 60-63.
[7]	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.
[8]	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.
[9]	宁伟, 唐龙江, 焦明连. 北斗卫星钟差近实时估计模型及其实现[J]. 测绘通报, 2018, 0(9): 79-81,125.
[10]	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.
[11]	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.
[12]	甘祥前, 任超, 刘林波, 刘中流, 杨庆. 一种基于MTLS优化的非等间距多点灰色变形预测模型[J]. 测绘通报, 2018, 0(11): 121-125.
[13]	罗陶荣, 王中元, 梁宁, 马效申. 利用EGM2008模型与加权组合模型进行高程异常拟合[J]. 测绘通报, 2018, 0(1): 28-32.
[14]	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.
[15]	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.