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

doi:10.13474/j.cnki.11-2246.2016.0002.

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

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. 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 Yueji^1,2, REN Chao^1,2, YANG Xiufa³, PANG Guangfeng^1,2, LAN Lan^1,2

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

摘要/Abstract

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:

P228

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.

LIANG Yueji, REN Chao, YANG Xiufa, PANG Guangfeng, LAN Lan. Prediction of Satellite Clock Bias Based on Dual-tree Complex Wavelet Transform and GRNN[J]. 测绘通报, 2016, 0(1): 6-10,18.

参考文献

[1] GOTOH T. Improvement GPS Time Link in Asia with All in View[C]//Proceedings of the 2005 IEEE International Frequency Control Symposium (FCS) and Exposition. Vancouver. BC: IEEE, 2005.
[2] HOU J, DONG S W, QU L L, et al. Real-time Solution of Atomic Clock Operating Parameters Based on Adap-tive Kalman Filtering[J]. Chinese Astronomy and Astrophysics, 2013, 37(1):90-96.
[3] HEO Y J, JEONGHO C, HEO M B. Improving Prediction Accuracy of GPS Satellite Clocks with Periodic Variation Behaviour[J]. Measurement Science and Technology, 2010, 21(7):110-118.
[4] ALLAN D W. Time and Frequency (Time-Domain) Characterization, Estimation, and Prediction of Precision Clocks and Oscillators[J]. IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control, 1987, 34(6):647-654.
[5] VERNOTTE F, DELPORTE J, BRUNET M, et al. Uncertainties of Drift Coefficients and Extrapolation Errors:Application to Clock Error Prediction[J]. Metrologia, 2001, 38(4):325.
[6] 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.
[7] 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):966-970.
[8] HUANG N E, WU M L, QU W D, et al. Applications of Hilbert-Huang Transform to Non-stationary Financial Time Series Analysis[J]. Applied Stochastic Models in Business and Industry, 2003, 19:245-268.
[9] 戴文战, 娄海川, 杨爱萍. 非线性系统神经网络预测控制研究进展[J]. 控制理论与应用, 2009, 26(5):521-530.
[10] KINGSBURY N G. The Dual-tree Complex Wavelet Transform: a New Technique for Shift Invariance and Directional Filters[C]//Proceedings of the 8th IEEE Digital Signal Processing Workshop. Bryce Canyon:IEEE, 1998:2-5.
[11] SELESNICK I W, BARANIUK R G, KINGSBURY N G. The Dual-tree Complex Wavelet Transform[J]. IEEE Signal Processing Magazine, 2005, 22(6):123-151.
[12] 翟振兴. 基于小波变换的信号去噪研究[D]. 重庆:重庆大学, 2010.
[13] 王娜, 郑德忠, 刘永红. 双树复小波包变换语音增强新算法[J]. 传感技术学报, 2009, 22(7):983-987.
[14] 吴定海, 张培林, 任国全, 等. 基于双树复小波包的发动机振动信号特征提取研究[J]. 振动与冲击, 2010, 29(4):160-163,176.
[15] 陈娇, 王永泓, 翁史烈. 广义回归神经网络在燃气轮机排气温度传感器故障检测中的应用[J]. 中国电机工程学报, 2009, 29(32):92-97.
[16] 徐科, 徐金梧, 班晓娟. 基于小波分解的某些非平稳时间序列预测方法[J]. 电子学报, 2001, 29(4):566-568.

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

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

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 4

编辑推荐

Metrics

本文评价

[1]	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.
[2]	韦春桃, 赵平, 肖博林, 白风, 李小勇, 杨晚芸. 结合双树复小波纹理特征和MRF模型的遥感图像分割[J]. 测绘通报, 2019, 0(10): 40-45.
[3]	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.
[4]	范良赵国忱苏运强. 果蝇算法优化的广义回归神经网络在变形监测预报的应用[J]. 测绘通报, 2013, 0(11): 87-89.