结合双树复小波和广义回归神经网络的钟差预报方法研究

• 作者: 任超 庞光锋 杨秀发 梁月吉 蓝岚
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 双树复小波 广义回归神经网络 一次差 钟差预报
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 学术研究
• 页码范围: 6-10,18
• 页数: 6页
• 分类号: P228
• 语种: 中文
• DOI: 10.13474/j.cnki.11-2246.2016.0002

摘要

针对卫星钟差呈现出非线性、非平稳变化的特性，提出了一种基于双树复小波和广义回归神经网络的卫星钟差预报方法。该方法充分利用双树复小波变换的完全重构、近似平移不变性和较好的方向选择性等优良特性，首先把钟差时间序列分解成具有不同频率特征的分量，然后根据各分量的特点构建高频和低频广义回归神经网络进行预报，最后将各分量的预报结果进行叠加得到最终的预报值。以IGS提供的钟差数据为例进行试验，并与单一的灰色模型、最小二乘支持向量机和广义回归神经网络的预报结果进行对比分析。结果表明，该方法具有较高的预报精度，对于较长时间的钟差预报也能保证较好的预报效果，应用于卫星钟差预报可行、有效。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任超	桂林理工大学测绘地理信息学院	67	227	9.0	12.0
3	梁月吉	桂林理工大学测绘地理信息学院	34	93	5.0	8.0
7	庞光锋	桂林理工大学测绘地理信息学院	11	50	4.0	7.0
13	杨秀发		3	24	2.0	3.0