神經(jīng)網(wǎng)絡(luò)在導(dǎo)航衛(wèi)星鐘差預(yù)報中的應(yīng)用

神經(jīng)網(wǎng)絡(luò)在導(dǎo)航衛(wèi)星鐘差預(yù)報中的應(yīng)用

ID:46720184

大?。?33.55 KB

頁數(shù):5頁

時間:2019-11-27

神經(jīng)網(wǎng)絡(luò)在導(dǎo)航衛(wèi)星鐘差預(yù)報中的應(yīng)用_第1頁
神經(jīng)網(wǎng)絡(luò)在導(dǎo)航衛(wèi)星鐘差預(yù)報中的應(yīng)用_第2頁
神經(jīng)網(wǎng)絡(luò)在導(dǎo)航衛(wèi)星鐘差預(yù)報中的應(yīng)用_第3頁
神經(jīng)網(wǎng)絡(luò)在導(dǎo)航衛(wèi)星鐘差預(yù)報中的應(yīng)用_第4頁
神經(jīng)網(wǎng)絡(luò)在導(dǎo)航衛(wèi)星鐘差預(yù)報中的應(yīng)用_第5頁
資源描述:

《神經(jīng)網(wǎng)絡(luò)在導(dǎo)航衛(wèi)星鐘差預(yù)報中的應(yīng)用》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、2016年6月宇航計測技術(shù)Jun.,2016第36卷第3期JournalofAstronauticMetrologyandMeasurementV01.36,No.3文章編號:1000—7202(2016)03—0041—05中圖分類號:P228文獻(xiàn)標(biāo)識碼:A神經(jīng)網(wǎng)絡(luò)在導(dǎo)航衛(wèi)星鐘差預(yù)報中的應(yīng)用朱陵鳳李超李曉杰唐波劉利劉曉萍(北京衛(wèi)星導(dǎo)航中心,北京100094)摘要為提高導(dǎo)航衛(wèi)星鐘差預(yù)報精度,提出一種神經(jīng)網(wǎng)絡(luò)和多項(xiàng)式相結(jié)合的鐘差預(yù)報方法,該方法在根據(jù)星載原子鐘物理特性進(jìn)行多項(xiàng)式模型預(yù)報后,采用神經(jīng)網(wǎng)絡(luò)對多項(xiàng)式模型預(yù)報誤差進(jìn)行建模,

2、以實(shí)現(xiàn)導(dǎo)航衛(wèi)星鐘差預(yù)報精度補(bǔ)償。為驗(yàn)證本文提出的預(yù)報模型的可行性和有效性,利用實(shí)測的COMPASS導(dǎo)航衛(wèi)星鐘差數(shù)據(jù)進(jìn)行鐘差預(yù)報精度分析,并與傳統(tǒng)的多項(xiàng)式模型預(yù)報精度進(jìn)行比較。結(jié)果表明:基于神經(jīng)網(wǎng)絡(luò)建立的組合預(yù)報模型能有效提高導(dǎo)航衛(wèi)星鐘差的預(yù)報精度。關(guān)鍵詞鐘差預(yù)報神經(jīng)網(wǎng)絡(luò)多項(xiàng)式組合精度ApplicationofNeuralNetworkinSatelliteClockErrorPredictionZHULing—fengLIChaoLIXiao-jieTANGBoLIULiLIUXiao—ping(BeijingSatellite

3、NavigationCenter,Beijing100094)AbstractInordertoimprovesatelliteclockerrorpredictionprecision,amethodbasedonneuralnetworkandpolynomialisproposedinthispaper.Afterpolynomialsatelliteclockerrorpredictingbasedonsatelliteclockcharacteristic,neuralnetworkisusedtomodelthere

4、sidualclockerrorforcompensatingsatelliteclockerrorpredictionprecision.Tovalidatethefeasibilityandvalidityoftheproposedmethod,itmakesadetailedprecisionanalysisforsatelliteclockerrorpredictionwithCOMPASSactualobservingsat—elliteclockerror.Bycomparingthepredictionresuhs

5、oftheconventionalpolynomialmodel,itshowsthatthecombinationmodelofneuralnetworkandpolynomialeaRimprovesatelliteclockerrorpredictionpreci—sioneffectively.KeywordsClockerrorpredictionNeuralnetworkPolynomialCombinationPrecision1引言區(qū)域系統(tǒng)導(dǎo)航衛(wèi)星在空間軌道運(yùn)行過程中,其星載原子鐘與地面時間基準(zhǔn)的比對不可能連續(xù)進(jìn)

6、行,當(dāng)導(dǎo)航衛(wèi)星運(yùn)行到地面監(jiān)測站不可視弧段時,衛(wèi)星鐘與系統(tǒng)時間之間的同步只能由衛(wèi)星鐘自己維持:1

7、,因此,必須對導(dǎo)航衛(wèi)星鐘差進(jìn)行預(yù)報。依據(jù)星載原子鐘物理特性,導(dǎo)航衛(wèi)星鐘差常用預(yù)報模型收稿日期:2015—10—20,修回日期:2016一Ol一05作者簡介:朱陵鳳(1983一),女,工程師,碩士,主要研究方向:衛(wèi)星導(dǎo)航與高精度時間比對技術(shù)?;痦?xiàng)目:國家高技術(shù)研究發(fā)展計劃(863計劃)資助項(xiàng)目(2013AAl22402);國家高技術(shù)研究發(fā)展計劃(863計劃)資助項(xiàng)目(2014AAl23102)。宇航計測技術(shù)2016定是二階多項(xiàng)式模型,

8、然而,隨著預(yù)報時間的增長,其累積誤差不斷增加,不能滿足實(shí)際應(yīng)用中的精度要求。本文提出一種基于神經(jīng)網(wǎng)絡(luò)的鐘差預(yù)報方法舊。,采用神經(jīng)網(wǎng)絡(luò)對多項(xiàng)式模型預(yù)報誤差進(jìn)行訓(xùn)練,為多項(xiàng)式模型預(yù)報鐘差提供補(bǔ)償,將補(bǔ)償后的模型應(yīng)用于導(dǎo)航衛(wèi)星鐘差預(yù)報。實(shí)測數(shù)據(jù)表明,神經(jīng)網(wǎng)絡(luò)和多項(xiàng)式組合的衛(wèi)星鐘差預(yù)報模型可以更好的對導(dǎo)航衛(wèi)星鐘差進(jìn)行建模,有效提高了導(dǎo)航衛(wèi)星鐘差預(yù)報精度。2算法原理2.1多項(xiàng)式模型假設(shè)時刻to,t1,.一,t川的鐘差數(shù)據(jù)分別為‰,菇,,?,z川,那么,鐘差數(shù)據(jù)的多項(xiàng)式擬合模型可由下式表示戈i=no+口lt。+52t;+?+omt?+ei(

9、1)式中:o。,ol’...,n?!獢M合系數(shù);m——多項(xiàng)式階次;e。——模型誤差。式(1)可表示為矩陣形式X=Ha+e(2)式中:卜n維觀測向量;口——m+l維未知參數(shù)向量;e——n維誤差向量;卜nX(m+1)維設(shè)計矩陣。H=求出未知參數(shù)a后,用多項(xiàng)式進(jìn)行鐘差

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。