公共文化服务平台

雷雨: 作品数：48 被引量：167H指数：8; 供职机构：中国科学院更多>>; 发文基金：国家自然科学基金中国科学院西部之光基金中国科学院知识创新工程重要方向项目更多>>; 相关领域：天文地球航空宇航科学技术机械工程电子电信更多>>

合作作者

基于GM(1,1)和AR组合模型的UT1-UTC超短期预报: 2017年; 针对UT1-UTC序列呈现趋势性和随机性变化的特点,提出一种基于GM(1,1)和自回归(autoregressive,AR)的组合预报模型。该模型首先采用GM(1,1)模型预报UT1-UTC序列中的趋势项,然后利用AR模型对GM(1,1)模型残差序列进行建模和预报,最后将GM(1,1)模型和AR模型的预报结果相加获得UT1-UTC预报值。将组合模型的超短期(1~10 d)预报结果与地球定向参数预报比较竞赛(Earth orientation parameters prediction comparison campaign,EOP PCC)结果进行对比,结果表明:组合模型1~3 d的预报效果优于目前国际上普遍采用的预报方法,而4~10 d的预报精度则不及顾及大气角动量(atmospheric angular momentum,AAM)的UT1-UTC预报方法,但仍优于参与EOP PCC的其他方法的预报结果。; 雷雨; 关键词：地球定向参数 GM(1,1)自回归模型

基于灰色系统和神经网络的钟差预报被引量：7: 2013年; 为避免单一模型预报钟差的弱点,提出了一种基于灰色系统和神经网络(neural network,NN)的混合模型来实现钟差的预报,并给出了基于GM(1,1)模型和广义回归神经网络(generalized regression neural network,GRNN)进行钟差预报的基本思想、具体方法和实施步骤。针对神经网络算法易训练过度、泛化能力弱的问题,采用K重交叉验证法(K-fold cross-validation)提高网络的泛化能力。为验证该混合预报模型的可行性和有效性,利用实测GPS卫星钟差数据进行钟差预报精度分析,并将其与灰色系统模型和经典权线性组合灰色模型进行比较分析。结果表明,该模型具有较好的预报精度,优于另外两种模型。; 雷雨赵丹宁高玉平; 关键词：灰色系统神经网络钟差预报

利用Vondrak平滑处理PPP时间传递的随机噪声被引量：9: 2013年; 利用精密单点定位(Precise Point Positioning,PPP)获得的时间传递结果受到非模型化误差和观测噪声的影响,这些误差和噪声表现出随机噪声特性,因此,对时间传递数据进行平滑是一项非常重要的任务。将天文数据处理中广泛应用的Vondrak平滑方法应用于PPP时间传递的消噪中,采用观测误差法选取较为合理的平滑因子,并对实测数据进行平滑处理,结果表明:Vondrak平滑法可有效地滤除PPP数据的随机噪声,不仅可以提高时间传递的精确度,也能明显改善PPP时间传递所体现的频率稳定度。; 雷雨赵丹宁; 关键词：精密单点定位随机噪声

基于相空间重构与高斯过程的卫星钟差预报被引量：2: 2016年; 提出了一种基于相空间重构与高斯过程预报卫星钟差的新方法。首先根据星载原子钟的物理特性用多项式进行拟合以提取钟差趋势项，并对拟合后的残差进行经验模态分解，作降噪处理；然后以降噪后的残差时间序列的混沌特性为基础，对其进行相空间重构；最后以重构的相空间为基础，运用高斯过程对残差时间序列进行建模预报，再将预报结果加上趋势项，获得最终的钟差预报值。采用IGS提供的GPS超快速观测钟差建模进行短期预报实验，结果表明，该方法能实时有效地对卫星钟差进行预报，且精度优于超快速预报钟差。; 雷雨蔡宏兵赵丹宁; 关键词：计量学卫星钟差预报高斯过程相空间重构经验模态分解

基于小波变换和最小二乘支持向量机的卫星钟差预报被引量：11: 2014年; 提出了一种基于小波变换和最小二乘支持向量机的卫星钟差预报方法。首先通过小波变换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不同的最小二乘支持向量机模型进行预报,最后将各分量的预报结果进行叠加得到最终的钟差预报值。实验结果表明,该方法的预报效果优于单一的最小二乘支持向量机模型以及常规的二次多项式模型和灰色系统模型。; 雷雨赵丹宁李变高玉平; 关键词：卫星钟差小波变换最小二乘支持向量机

灰色系统模型在UT1–UTC超短期预报中的应用被引量：1: 2016年; 依据灰色系统理论和UT1–UTC的变化规律,以较少的观测样本建立了预报UT1–UTC的灰色系统模型,并将其与人工神经网络(artificial neural network,ANN)、最小二乘(least squares,LS)与自回归(autoregressive,AR)模型的组合(LS+AR)方法以及地球定向参数预报比较竞赛(Earth Orientation Parameters Prediction Comparison Campaign,EOP PCC)的预报结果进行对比.结果表明:灰色系统模型用于UT1–UTC预报是高效可行的,尤其是在1–10 d跨度的超短期预报中预报效果显著.; 雷雨赵丹宁蔡宏兵; 关键词：天体测量

一种高精度实时GPS卫星钟差预测算法被引量：3: 2014年; 为获得高精度实时GPS卫星钟差,文章提出一种基于多项式和最小二乘支持向量机(Least Squares Support Vector Machines,LS-SVM)相结合的钟差预报方法。该方法采用国际GNSS服务发布的超快速观测星历建模进行短期预报,首先根据卫星钟的物理特性用附有周期项的多项式模型进行拟合以提取趋势项和周期项,然后用LS-SVM对多项式拟合残差进行建模预报,最后将预报结果加上趋势项和周期项,得到最终的钟差预报值。试验结果表明,所提算法能够实时有效地对GPS卫星钟差进行预报,且精度优于超快速预报星历。; 雷雨李变赵丹宁胡永辉; 关键词：最小二乘支持向量机

广义回归神经网络在卫星钟差短期预报中的应用被引量：7: 2013年; 近年来,神经网络(Neural Network,简称NN)在非线性系统的预测方面取得了广泛的应用。考虑到卫星钟差包含了复杂的非线性因素,所以将一种新型神经网络-广义回归神经网络(Generalized Regression NeuralNetwork,GRNN)应用于钟差预报中。采用"滑动窗"方式构建样本数据以提高数据利用率,为提高网络的泛化能力,利用K重交叉验证法(K-fold Cross-Validation)对网络进行训练学习,并根据最小均方根误差(Root Mean SquareError,RMSE)确定最优平滑因子。利用国际GNSS服务(International GNSS Service,IGS)公布的精密GPS卫星钟差数据进行预报实验,并与传统二次多项式模型对比分析。结果表明:GRNN模型在24h的预报跨度内的误差可达ns级,并较多项式模型有更好的稳定性;对于线性钟差,GRNN模型要逊于多项式模型,而对于非线性钟差,GRNN模型则明显优于多项式模型,初步验证了GRNN用于钟差预报的可行性、有效性以及实用性。; 雷雨赵丹宁; 关键词：广义回归神经网络二次多项式钟差预报滑动窗

三种综合预报卫星钟差的方法被引量：2: 2014年; 针对应用单一方法预报卫星钟差的局限性,提出综合预报钟差的3种方法,即经典权法、有效度权法和最小二乘支持向量机回归法;并通过实例验证这3种方法的有效性,分析其优缺点。; 雷雨赵丹宁; 关键词：卫星钟差

利用结构自适应极端学习机预报导航卫星钟差被引量：9: 2018年; 针对卫星钟差难以用精确模型来进行预报的问题,将极端学习机（extreme learning machine,ELM）神经网络用于导航卫星钟差预报。针对ELM网络隐层结构难以确定的问题,提出了基于自适应共振理论（adaptive resonance theory,ART）网络思想的ELM网络结构设计算法。该算法将ART网络的聚类特性用于ELM网络结构设计中,通过对输入向量与已存模式的相似度比较将输入向量进行分类,自适应地确定隐层节点规模。使用GPS卫星钟差数据进行30d的预报实验,结果表明,此方法的钟差预报精度明显优于二次多项式模型和灰色系统模型。; 雷雨赵丹宁赵丹宁; 关键词：卫星钟差极端学习机

雷雨

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

雷雨

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈