改进粒子群算法优化的卫星钟差组合预报模型

• 作者: 刘强 刘赞 孙际哲 张群 陈西宏
• 来源期刊: 探测与控制学报
• 关键词: 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
• 年，卷（期）: 2015,（1）
• 页码范围: 94-98
• 页数: 5页
• 分类号: P228
• 语种: 中文

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张群	空军工程大学信息与导航学院	228	1290	15.0	23.0
2	陈西宏	空军工程大学防空反导学院	140	621	11.0	16.0
3	孙际哲	空军工程大学防空反导学院	21	172	8.0	12.0
4	刘强	空军工程大学防空反导学院	32	112	6.0	9.0
5	刘赞	空军工程大学防空反导学院	22	99	6.0	8.0