基于小波分解和遗传小波神经网络的卫星钟差预报

• 作者: 任超 李飞达 梁月吉 蓝岚
• 来源期刊: 桂林理工大学学报
• 学科: 地球科学
• 关键词: 钟差预报 小波分解 最小二乘支持向量机 遗传小波神经网络
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 测绘科学
• 页码范围: 125-130
• 页数: 6页
• 分类号: P227
• 字数: 3002字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-9057.2017.01.018

摘要

星载原子钟在空间环境中受到多种不确定因素的影响以及原子钟本身所具有的复杂特性,导致卫星钟差呈现出非线性和非平稳性变化.为此提出了一种新方法:先采用小波分解将原始钟差序列分解成高频分量和低频分量,然后利用遗传小波神经网络对低频分量和高频分量分别进行预报,最后将各分量的预报结果进行叠加得到最终的预报值,并与灰色模型、最小二乘支持向量机和遗传小波神经网络的预报结果对比分析.结果表明:该方法预报精度较高,预报残差更为平稳,应用于卫星钟差预报是可行有效的.

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	桂林理工大学广西空间信息与测绘重点实验室	67	227	9.0	12.0
2	梁月吉	桂林理工大学测绘地理信息学院	34	93	5.0	8.0
3	蓝岚	桂林理工大学测绘地理信息学院	9	19	2.0	4.0
4	李飞达	桂林理工大学广西空间信息与测绘重点实验室	3	6	2.0	2.0