基于改进灰色ARMA 模型的卫星钟差短期预报研究*

2013-02-13 05:42:54李晓宇胡晓粉贾蕊溪
大地测量与地球动力学 2013年1期
关键词:模型

李晓宇 杨 洋 胡晓粉 贾蕊溪

1)中国人民解放军装备学院,北京 101416)

2)中国人民解放军61081 部队,北京100094

1 引言

高精度、高稳定性的星载原子钟是卫星导航系统精确定位的关键,是卫星导航系统有效载荷的核心。研究认为原子钟的频率总波动是几种不同噪声的线性叠加,因此很难建立精确的原子钟运行模型[1]。卫星钟差则是卫星导航定位尤其是精密单点定位的主要误差源[2]。钟差预报的可靠程度直接决定导航精度,研究钟差预报有利于提高参数预报的可靠性和准确性。

传统的钟差预报模型主要有线性模型、二次项模型与灰色预报模型。线性模型和二次项模型计算简单、短期预报效果好,但由于二次多项式建模时,把噪声看作是服从正态分布的误差,从而导致预报精度随时间的增加而降低;灰色模型需要样本数据少,抗干扰能力强,但是模型要求原函数光滑且呈指数规律变化,影响了预报的精度和长度[3]。这几种模型均考虑钟差的趋势项,忽略了其随机项。

本文针对灰色模型预报的局限性以及钟差的组成特点,结合ARMA 模型随机项建模的突出优势,构建组合模型进行钟差预报,并采用IGS 提供的精密钟差进行仿真分析,验证模型的有效性和可行性。

2 灰色模型的改进

2.1 灰色模型[4]

设x0={x0(1),x0(2),…,x0(k),…,x0(n)}为原始钟差数据列,对x0进行一次累加得生成数列x1={x1(1),x1(2),…,x1(k),…,x1(n)},其中x1(k),k=1,2,…,n。

对生成数列x1有:

式(1)的解为:

其离散形式为:

式中,k 为自变量序列,a 为发展系数,u 为控制系数。其中参数序列数据阵为G,数据列为Yn,即:

登录APP查看全文

猜你喜欢
模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用