卫星钟差中长期预报的NAR动态神经网络法

作     者：王旭 张文 WANG Xu;ZHANG Wen

作者机构：辽宁科技学院资源与土木工程学院本溪117004 辽宁科技大学土木工程学院鞍山114051 

出 版 物：《中国惯性技术学报》 (Journal of Chinese Inertial Technology)

年 卷 期：2023年第31卷第6期

页      面：578-584页

核心收录：

学科分类：08[工学] 081601[工学-大地测量学与测量工程] 0816[工学-测绘科学与技术] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：2022年辽宁省教育厅基本科研项目(LJKMZ20221686)。 

主　　题：卫星钟差 非线性自回归模型 小波神经网络 T-S模糊神经网络 预报 

摘      要：针对中长期钟差预报中现有模型预报精度和运算效率相互制约的问题,提出一种非线性自回归(NAR)动态神经网络模型,以提高中长期钟差预报精度和运算效率。该模型选择Levenberg-Marquardt(LM)作为网络训练方法并采用递归预测的方法来预报中长期钟差,设计了基于钟差变化的建模数据预处理方案。利用NAR模型对GPS卫星钟差进行中长期预报,并与二次多项式(QP)、灰色模型(GM(1,1))、小波神经网络模型(WNN)及T-S模糊神经网络模型(T-SFNN)进行实验对比。实验结果表明:所提方法的中长期预报性能优于QP和GM(1,1)两种模型,其60天的钟差预报精度分别提高了64.5%和93.7%;相比WNN和T-SFNN两种模型,其60天钟差预报的模型运算时间分别缩短了约430s和459s,验证了所提方法在预报精度和运算效率方面具有较好的综合性能。