基于相空间重构和高斯过程回归的对流层延迟预测

• 作者: 罗亦泳 张静影 陈郡怡 黄城 汪鑫
• 来源期刊: 武汉大学学报（信息科学版）
• 学科: 地球科学
• 关键词: 对流层延迟 相空间重构 高斯过程模型 预测精度
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 大地测量学与导航
• 页码范围: 103-110
• 页数: 8页
• 分类号: P228
• 语种: 中文
• DOI: 10.13203/j.whugis20190018

摘要

天顶对流层延迟(zenith tropospheric delay,ZTD)是影响GPS定位精度的关键因素,为了提高ZTD的预测精度,提出一种基于相空间重构的高斯过程回归预测模型.针对ZTD时间序列的混沌特性,利用国际GNSS服务(International GNSS Service,IGS)站提供的ZTD数据,采用Cao方法确定嵌入维数,对ZTD数据进行相空间重构,探究高斯过程(Gaussian process,GP)模型对12个位于南、北半球不同纬度等级IGS站的ZTD预测精度和准确性.为了验证GP模型的有效性,将预测结果分别与原始数据和反向传播(back propagation,BP)神经网络模型预测结果作对比分析,进一步探究不同时间对ZTD预测精度的影响,并分析了经度和海拔对ZTD预测精度的影响.结果表明,GP模型预测结果的均方根误差(root mean square error,RMSE)达到mm级,GP模型与理论值的相关性达到0.997,预测精度指标明显优于BP神经网络模型;GP模型在南半球的预测精度高于北半球,且在高纬地区的RMSE小于3.6 mm,更适用于高纬地区的对流层延迟预测;在研究时域内,GP模型在大部分站点对晚上的预测精度高于白天,经度对ZTD预测精度的影响不明显,海拔与ZTD预测精度呈正比.