基于ARIMA模型的ERP预报研究
为了提高基于差分自回归滑动平均(Auto-Regressive Integrated Moving Average,ARIMA)模型的地球自转参数(Earth Rotation Parameters,ERP)预报精度,着重分析了ERP数据序列预处理中周期项成分的精确获取技术、自回归滑动平均(Autoregressive Moving Average,ARMA)模型阶次的优化选择问题,以及ERP数据序列不同差分次数对模型精度的影响.利用国际地球自转和参考系服务组织(International Earth Rotation and Reference Systems Service,IERS)公布的ERP 最终产品,365组预报结果表明,UT1-UTC预报30d精度可达3.398 6 ms,10d以内预报应选取2次差分模型,10d以上选取1次差分模型;日长(Length of Day,LOD)预报30d精度可达0.3375ms,应选取零次差分预报模型; Xp预报30d精度为11.1891mas,Yp预报30d精度为7.9321mas,两者均选择1次差分模型.
地球自转参数 预报精度 数据序列 差分自回归滑动平均模型
杨杰 叶修松 曾光 朱俊
宇航动力学国家重点实验室,西安,中国,710043;西安卫星测控中心,西安,中国,710043
国内会议
西安
中文
1-8
2015-05-13（万方平台首次上网日期，不代表论文的发表时间）