基于小波分解和遗传小波神经网络的卫星钟差预报 |
| |
引用本文: | 蓝 岚,任 超,梁月吉,李飞达.基于小波分解和遗传小波神经网络的卫星钟差预报[J].桂林理工大学学报,2017,37(1):125-130. |
| |
作者姓名: | 蓝 岚 任 超 梁月吉 李飞达 |
| |
摘 要: | 星载原子钟在空间环境中受到多种不确定因素的影响以及原子钟本身所具有的复杂特性,导致卫星钟差呈现出非线性和非平稳性变化。为此提出了一种新方法:先采用小波分解将原始钟差序列分解成高频分量和低频分量,然后利用遗传小波神经网络对低频分量和高频分量分别进行预报,最后将各分量的预报结果进行叠加得到最终的预报值,并与灰色模型、最小二乘支持向量机和遗传小波神经网络的预报结果对比分析。结果表明:该方法预报精度较高,预报残差更为平稳,应用于卫星钟差预报是可行有效的。
|
关 键 词: | 钟差预报 小波分解 最小二乘支持向量机 遗传小波神经网络 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《桂林理工大学学报》浏览原始摘要信息 |
|
点击此处可从《桂林理工大学学报》下载全文 |
|