基于PSO-SVM精化QP模型的短期卫星钟差预报

作     者：肖阳 唐诗华 黄昶程 李宗婉 肖燕 XIAO Yang;TANG Shi-hua;HUANG Chang-cheng;LI Zong-wan;XIAO Yan

作者机构：桂林理工大学广西空间信息与测绘重点实验室广西桂林541006 桂林理工大学测绘地理信息学院广西桂林541006 

出 版 物：《桂林理工大学学报》 (Journal of Guilin University of Technology)

年 卷 期：2019年第39卷第4期

页      面：893-898页

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(41864002) 广西空间信息与测绘重点实验室项目(15-140-07-05) 

主　　题：模型精化 钟差预报 支持向量机 QP模型 

摘      要：针对卫星钟差序列的特性,将其视作由趋势项与随机误差项组成的时间序列,提出一种基于PSO-SVM精化的二次多项式预报算法:通过QP模型建模预报钟差值以提取其趋势项,利用SVM模型对拟合阶段的残差值建模进行滚动预报,利用预报所得的差值对QP模型预报阶段的钟差值进行改进。为克服SVM算法自身参数搜索方法的缺陷,采用PSO算法选择其最优参数。实验结果表明:相较于常用算法,该方法预报精度较高,且改进了QP模型预报误差会随时间累积的缺点。