本文關鍵詞：正交迭代泛函網(wǎng)絡在中短期鐘差預報中的應用　出處：《科技導報》2014年27期 　論文類型：期刊論文

  更多相關文章： 泛函網(wǎng)絡 鐘差預報 迭代運算 正交序列

【摘要】：在衛(wèi)星鐘源無法與地面鐘源進行實時比對的時段中,準確預報衛(wèi)星鐘差對于維持衛(wèi)星的穩(wěn)定運行具有重要意義。針對衛(wèi)星鐘差的中短期預報問題,選擇多項式模型對鐘差進行建模分析,設計了一種基于滑動窗模型的正交迭代泛函網(wǎng)絡算法。利用泛函網(wǎng)絡的非線性學習能力對鐘差預報模型進行擬合分析,采用正交函數(shù)作為泛函網(wǎng)絡的基函數(shù)簇,并引入滑動窗思想來更新輸入層元素進行迭代訓練,獲得較小的預報誤差。分析表明,預報時間小于12 h時,預報誤差為0.2~0.5 ns,預報精度與IGU P精度相當;當預報時間為24 h時,預報誤差總體在1 ns,預報精度略次于IGU P精度;當預報時間為1個衛(wèi)星周時,最大誤差達130 ns,難以滿足衛(wèi)星運行對鐘源的要求。研究表明:該算法適合于短期衛(wèi)星鐘差預報,不適合中長期鐘差預報。
[Abstract]:In this paper , an orthogonal iterative functional network algorithm based on sliding window model is designed based on the nonlinear learning ability of the functional network . The results show that the prediction error is 0.2 锝，

本文編號：1364270