基于人工鱼群优化LS-SVM的卫星钟差预报

• 作者: 刘强 刘继业 孙际哲 陈西宏
• 来源期刊: 空军工程大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 卫星钟差 人工鱼群算法 最小二乘支持向量机
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 制导工程与技术
• 页码范围: 36-39
• 页数: 4页
• 分类号: P228
• 字数: 3123字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3516.2013.05.009

摘要

针对导航卫星短期钟差预报精度不高的问题,提出了一种基于人工鱼群(AFSA)优化最小二乘支持向量机(LS-SVM)的卫星钟差预报方法.利用人工鱼群算法较强的全局寻优能力优化LS-SVM模型的惩罚参数和核宽度参数,避免人为选择参数的盲目性,提高了LS-SVM的泛化能力和预报精度.选取IGS产品中4颗典型卫星的钟差数据,分别采用人工鱼群优化LS-SVM模型、神经网络模型和灰色系统模型进行短期钟差预报,计算结果表明:人工鱼群优化LS-SVM模型的预报精度优于其它2种模型,尤其是在铷钟方面,预报误差在0.5 ns内,运行时间在5 min内.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈西宏	空军工程大学防空反导学院	140	621	11.0	16.0
2	孙际哲	空军工程大学防空反导学院	21	172	8.0	12.0
3	刘强	空军工程大学防空反导学院	32	112	6.0	9.0
4	刘继业	空军工程大学防空反导学院	15	103	7.0	10.0