地球的自轉(zhuǎn)運(yùn)動(dòng)可以通過極移、日長變化、歲差及章動(dòng)來描述,上述參數(shù)稱為地球定向參數(shù)（EOP）。EOP包含了豐富的地球動(dòng)力學(xué)信息,在衛(wèi)星定軌、宇宙飛船跟蹤、天文動(dòng)力學(xué)、深空探測等領(lǐng)域有著非常重要的應(yīng)用。受限于復(fù)雜的數(shù)據(jù)處理過程,空間大地測量技術(shù)獲取的地球定向參數(shù)存在幾小時(shí)甚至幾天的滯后,然而某些實(shí)際應(yīng)用需要實(shí)時(shí)獲取地球定向參數(shù)數(shù)據(jù),因此地球定向參數(shù)的預(yù)報(bào)研究具有重要的理論和實(shí)用價(jià)值。本文從回歸模型定階、數(shù)據(jù)選取、稀疏建模等方面,改進(jìn)了地球定向參數(shù)預(yù)報(bào)方法,主要工作及成果如下:（1）針對目前部分已有研究中,存在自回歸模型定階方法使用不當(dāng)?shù)那闆r,分析是否正確使用定階準(zhǔn)則對AR模型階數(shù)及LS+AR模型預(yù)報(bào)性能的影響。理論和實(shí)驗(yàn)結(jié)果表明,不當(dāng)使用定階準(zhǔn)則將低估最終的模型階數(shù)值,同時(shí)大幅降低LS+AR模型對中長期跨度內(nèi)極移參數(shù)變化的預(yù)報(bào)性能。（2）針對LS+AR模型中,冗余且陳舊的數(shù)據(jù)將導(dǎo)致模型過學(xué)習(xí)的問題,分析研究了數(shù)據(jù)量對AR模型參數(shù)解算及最終預(yù)報(bào)性能的影響,給出了適合中長期極移參數(shù)預(yù)報(bào)的數(shù)據(jù)選擇范圍。實(shí)驗(yàn)結(jié)果表明,合理地選擇AR模型基礎(chǔ)數(shù)據(jù)量是提高極移參數(shù)預(yù)報(bào)精度的有效途徑之一。（3）提出了一... 

【文章來源】：中國礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：123 頁

【學(xué)位級別】：博士

【部分圖文】：

IERS發(fā)布的EOP08C04序列參數(shù)值

2 地球自轉(zhuǎn)參數(shù)預(yù)報(bào)基礎(chǔ)圖 2-1 中展示了 IERSEOP08C04 序列中的各項(xiàng)參數(shù)，其中包括年、月、日、儒略日、極移參數(shù)的兩個(gè)分量、世界時(shí)與協(xié)調(diào)時(shí)之差(UT1-UTC)、日長變化、歲差和章動(dòng)的改正項(xiàng) X、 Y以及上述各項(xiàng)參數(shù)的觀測精度。IERS 發(fā)布的 EOP 序列基于多種空間測地技術(shù)的測量資料基礎(chǔ)之上計(jì)算得到，具備非常高的測量精度。在各項(xiàng) EOP 競賽及眾多學(xué)者的研究中均采用該序列作為真值以評定不同方案的預(yù)報(bào)精度，因此本文中均采用該序列作為實(shí)驗(yàn)和檢驗(yàn)數(shù)據(jù)。圖 2-2 中給出了 1972年至 2017 年的極移參數(shù)變化。

962-2017年剔除UT1-UTC觀測數(shù)據(jù)中的閏秒前后對比

【參考文獻(xiàn)】：
期刊論文
[1]一種考慮PMX與PMY之間相關(guān)性的極移預(yù)報(bào)新方法[J]. 王志文,王潛心,何義磊,胡超.  大地測量與地球動(dòng)力學(xué). 2017(11)
[2]基于GM（1,1）和AR組合模型的UT1-UTC超短期預(yù)報(bào)[J]. 雷雨.  時(shí)間頻率學(xué)報(bào). 2017(02)
[3]灰色系統(tǒng)模型在UT1–UTC超短期預(yù)報(bào)中的應(yīng)用[J]. 雷雨,趙丹寧,蔡宏兵.  天文學(xué)報(bào). 2016(03)
[4]對分量進(jìn)行聯(lián)合解算的極移預(yù)報(bào)方法研究[J]. 宋永志,于國棟,陳連,何子清,孫明博.  測繪科學(xué). 2016(05)
[5]利用LS+AR模型和激發(fā)函數(shù)預(yù)報(bào)地球自轉(zhuǎn)參數(shù)[J]. 李軍,趙德軍,陳永祥.  大地測量與地球動(dòng)力學(xué). 2015(03)
[6]BP神經(jīng)網(wǎng)絡(luò)在極移預(yù)報(bào)中的應(yīng)用[J]. 張志,廖瑛,余越.  國防科技大學(xué)學(xué)報(bào). 2015(02)
[7]VLBI和GPS觀測聯(lián)合解算地球自轉(zhuǎn)參數(shù)和日長變化[J]. 魏二虎,劉文杰,WEI Jianan,金雙根,劉經(jīng)南.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2016(01)
[8]基于LS+AR模型的三種方式預(yù)報(bào)地球自轉(zhuǎn)參數(shù)的比較[J]. 雷雨,高玉平,蔡宏兵.  時(shí)間頻率學(xué)報(bào). 2015(01)
[9]利用LSAR模型對極移參數(shù)的中長期預(yù)報(bào)[J]. 魏二虎,楊亞利,金雙根,劉經(jīng)南.  測繪地理信息. 2014(04)
[10]聯(lián)合GNSS和SLR觀測對地球自轉(zhuǎn)參數(shù)的解算與分析[J]. 魏二虎,萬麗華,金雙根,劉經(jīng)南.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2014(05)

博士論文
[1]地球自轉(zhuǎn)參數(shù)高精度預(yù)報(bào)方法研究[D]. 雷雨.中國科學(xué)院研究生院(國家授時(shí)中心) 2016
[2]基于神經(jīng)網(wǎng)絡(luò)技術(shù)的地球自轉(zhuǎn)變化預(yù)報(bào)[D]. 王琪潔.中國科學(xué)院研究生院（上海天文臺(tái)） 2007

碩士論文
[1]GNSS解算地球自轉(zhuǎn)參數(shù)及預(yù)報(bào)模型研究[D]. 王志文.中國礦業(yè)大學(xué) 2018
[2]地球自轉(zhuǎn)參數(shù)綜合與高精度預(yù)報(bào)算法研究[D]. 張琪.長安大學(xué) 2018
[3]基于半監(jiān)督的帶Elastic Net正則項(xiàng)BP神經(jīng)網(wǎng)絡(luò)在文本分類上的應(yīng)用[D]. 陳欣.廈門大學(xué) 2017
[4]回歸模型中變量選擇的若干問題研究[D]. 蘇莉.蘭州交通大學(xué) 2017
[5]交互效應(yīng)下的模型選擇[D]. 陳笑弟.中國科學(xué)技術(shù)大學(xué) 2016
[6]基于BP神經(jīng)網(wǎng)絡(luò)的地球自轉(zhuǎn)參數(shù)短期預(yù)測[D]. 王宗建.長安大學(xué) 2015
[7]幾種變量選擇方法的模擬研究和實(shí)證分析[D]. 高少龍.山東大學(xué) 2014
[8]Elastic Net方法在幾類模型變量選擇中的應(yīng)用[D]. 黃登香.廣西大學(xué) 2014
[9]高精度地球自轉(zhuǎn)參數(shù)預(yù)報(bào)的理論與算法研究[D]. 孫張振.長安大學(xué) 2013
[10]改進(jìn)極移預(yù)報(bào)的研究[D]. 王小輝.中南大學(xué) 2013



本文編號(hào)：3551992