改进粒子群算法优化的卫星钟差组合预报模型

作     者：刘赞 陈西宏 孙际哲 刘强 张群 LIU Zan;CHEN Xihong;SUN Jizhe;LIU Qiang;ZHANG Qun

作者机构：空军工程大学防空反导学院陕西西安710051 空军工程大学信息与导航学院陕西西安710077 

出 版 物：《探测与控制学报》 (Journal of Detection & Control)

年 卷 期：2015年第37卷第1期

页      面：94-98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] 

基　　金：国家自然科学基金项目资助(61172169) 

主　　题：卫星钟差 钟差预报 差分自回归移动平均模型 最小二乘向量机模型 改进粒子群 

摘      要：针对现有单一导航卫星钟差预报模型存在预报精度不高的问题,提出了改进粒子群算法优化的组合预报模型。该模型利用差分自回归移动平均模型（ARIMA）和最小二乘向量机（LSSVM）模型的特点,首先建立ARIMA模型预报钟差数据的线性部分,并得到预报残差;然后,根据残差建立LSSVM模型预报非线性部分,最后的预报结果即两个预报结果之和。同时引入随优化代数变化的惯性权值和加速度因子,来提高粒子群（PSO）算法寻优能力,并用其优化组合预报模型中LSSVM部分的惩罚因子和核函数参数选取过程,以提高模型的预报精度。实例与结果分析表明,组合模型较单一模型在预报精度上有30%~50%的提高,为导航卫星高精度短期钟差预报提供了一种新思路。