衛(wèi)星鐘差是影響導(dǎo)航定位精度的重要因素之一,建立高精度的鐘差預(yù)報模型對高精度定位有重要意義。針對常用模型衛(wèi)星鐘差在短期預(yù)報中隨時間增加誤差積累,以及傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)不穩(wěn)定,容易出現(xiàn)過擬合等問題,本文提出一種基于思維進(jìn)化算法（MEA）優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)鐘差預(yù)報模型和算法。首先對原始鐘差數(shù)據(jù)進(jìn)行一次差處理;然后利用思維進(jìn)化算法對BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值進(jìn)行優(yōu)化,給出該模型進(jìn)行鐘差預(yù)報的具體步驟;選用IGS站提供的多天GPS精密鐘差產(chǎn)品數(shù)據(jù)進(jìn)行試驗(yàn)分析,使用GPS一天中前12 h數(shù)據(jù)建模,進(jìn)行2、3、6和12 h的鐘差預(yù)報。結(jié)果表明:利用MEA-BP模型得到的上述4種時段的預(yù)報精度分別優(yōu)于0.36、0.38、0.62和1.56 ns,預(yù)報誤差曲線變化起伏較小,說明新模型的預(yù)報性能優(yōu)于3種傳統(tǒng)模型,新模型在鐘差預(yù)報短期預(yù)報中的實(shí)用性及穩(wěn)定性是較佳的。 

【文章來源】：測繪學(xué)報. 2020,49(08)北大核心EICSCD

【文章頁數(shù)】：11 頁

【部分圖文】：

BP神經(jīng)網(wǎng)絡(luò)拓?fù)鋱D

思維進(jìn)化算法(mind evolutionary algorithm,MEA)由文獻(xiàn)[26]于1998年針對遺傳算法的局限性提出的一種進(jìn)化算法。MEA算法保留了遺傳算法的“群體”、“個體”、“環(huán)境”和“進(jìn)化”等思想,和遺傳算法的“交叉”和“變異”不同的是,提出了“趨同”和“異化”等新的概念。利用MEA算法優(yōu)化神經(jīng)網(wǎng)絡(luò)比使用遺傳算法優(yōu)化有更快的訓(xùn)練速度,大大縮短了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練時間,實(shí)用性更廣[27-28]。首先利用趨同操作對子群體中的個體進(jìn)行優(yōu)選,然后成熟的各子群體再通過異化操作進(jìn)行全局競爭,大大提高了優(yōu)化的效率。MEA算法的結(jié)構(gòu)如圖2所示。MEA算法是通過迭代進(jìn)行優(yōu)化的學(xué)習(xí)方法,其基本思路與步驟如下:

使用n維建模數(shù)據(jù)完成神經(jīng)網(wǎng)絡(luò)訓(xùn)練后,依據(jù)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),輸入節(jié)點(diǎn)數(shù)為N,輸出節(jié)點(diǎn)數(shù)為1,采用滑動窗口的思想,保證樣本數(shù)目不變,以此類推,實(shí)現(xiàn)多步預(yù)報,具體見表1。得到一次差分序列的預(yù)報結(jié)果后,通過還原即可得到鐘差預(yù)測值。

【參考文獻(xiàn)】：
期刊論文
[1]Resilient PNT Concept Frame[J]. Yuanxi YANG.  Journal of Geodesy and Geoinformation Science. 2019(03)
[2]基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)構(gòu)建區(qū)域精密對流層延遲模型[J]. 肖恭偉,歐吉坤,劉國林,張紅星.  地球物理學(xué)報. 2018(08)
[3]GNSS星載原子鐘性能分析與衛(wèi)星鐘差建模預(yù)報研究[J]. 王宇譜.  測繪學(xué)報. 2018(07)
[4]利用結(jié)構(gòu)自適應(yīng)極端學(xué)習(xí)機(jī)預(yù)報導(dǎo)航衛(wèi)星鐘差[J]. 雷雨,趙丹寧,蔡宏兵.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2018(05)
[5]Progress and performance evaluation of Bei Dou global navigation satellite system: Data analysis based on BDS-3 demonstration system[J]. Yuanxi YANG,Yangyin XU,Jinlong LI,Cheng YANG.  Science China（Earth Sciences）. 2018(05)
[6]微PNT與綜合PNT[J]. 楊元喜,李曉燕.  測繪學(xué)報. 2017(10)
[7]一種改進(jìn)的高精度頻率源鐘差仿真方法[J]. 徐超,李博,劉軍良,吳華兵,胡永輝.  宇航學(xué)報. 2017(09)
[8]基于Sage窗的自適應(yīng)Kalman濾波用于鐘差預(yù)報研究[J]. 宋會杰,董紹武,屈俐俐,王翔,廣偉.  儀器儀表學(xué)報. 2017(07)
[9]灰色模型的GLONASS衛(wèi)星鐘差預(yù)報[J]. 李超,黨亞民,谷守周.  導(dǎo)航定位學(xué)報. 2016(04)
[10]顧及周期項(xiàng)誤差和起點(diǎn)偏差修正的北斗衛(wèi)星鐘差預(yù)報[J]. 艾青松,徐天河,孫大偉,任磊.  測繪學(xué)報. 2016(S2)

碩士論文
[1]高頻GNSS準(zhǔn)實(shí)時鐘差估計及其應(yīng)用[D]. 盛劍鋒.中國地震局地震研究所 2019



本文編號：3222164