基于EMD和多模型融合的卫星钟差预报
针对卫星钟差预报过程中不同钟差模型可能受到周期项、采样长度以及随机项等因素的影响,提出了基于EMD(Empirical Mode Decomposition,经验模态分解)和多模型融合的卫星钟差组合预报方法,并以四种典型模型的融合为例进行了算例分析.首先,采用EMD算法对时钟偏差序列进行预处理,根据可能的周期长度进行模态分解,然后,分析四种典型预报模型在不同周期类型和采样长度下分别对短、中和长期时钟偏差预报的精度,最后,选择合适的预报模型和采样长度分别给出短、中和长期的时钟偏差组合预报算法.基于IGS提供的GPS精密钟差数据进行了实验分析,结果表明,相对于单一模型,本文所提出的组合预报方法能够明显提升短、中和长期的卫星钟差预报精度.
卫星导航系统 星载钟偏差 钟差预报 经验模态分解 多模型融合
卢记仓 张超 王若璞 贾超广
解放军信息工程大学,郑州,中国,450001
国内会议
南京
中文
1-5
2017-05-23（万方平台首次上网日期，不代表论文的发表时间）