基于多项式和泛函网络结合的导航卫星钟差预报方法研究

摘要

卫星钟差是导航卫星精密定位的主要误差源之一，建立准确的钟差预报模型对于提高卫星定位精度以及加强导航星座自主运行能力具有重要的实际意义。本文主要研究了提高导航卫星钟差预报精度的方法，主要内容和创新点概括如下：
　　1、分析了原子钟数据特征，主要包括系统性和随机性变化两部分。系统性变化可用初始时差、频差和频漂来表示，而随机性变化可用五种独立的能量谱噪声来描述。总结了衡量原子钟时域频率特性的主要指标，并以GPS卫星为例，用修正阿伦方差分析其时域稳定度。
　　2、详细研究了几种传统的导航卫星钟差预报方法，包括多项式模型、谱分析模型、灰色模型、ARIMA模型以及Kalman滤波模型。以GPS卫星为例，给出了每一种方法的仿真结果图以及优缺点的讨论。
　　3、详细介绍了泛函网络模型的基本理论，包括泛函网络的基本元素、拓扑结构以及学习过程等，最后以Henon映射为例说明了该网络用于非线性时间序列预报的有效性。
　　4、重点研究并提出了基于多项式和泛函网络相结合的导航卫星钟差预报方法，首先根据卫星钟差的数据特性将其系统性部分用多项式模型进行拟合，拟合残差项即随机性部分用泛函网络建模。其中泛函网络的结构是通过小波降噪及相空间重构的方法确定。最后以GPS卫星为例，分别进行短期和中长期预报实验，结果表明该方法能够实时有效地对导航卫星钟差进行拟合和预报。

目录

封面

声明

中文摘要

英文摘要

目录

图清单

表清单

注释表

缩略词

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 本文主要研究内容及结构安排

第二章 原子钟频率特性基本理论

2.1 基本定义

2.2 导航卫星原子钟数据特征

2.3 原子钟时域频率稳定度

2.4 本章小结

第三章 几种常用的导航卫星钟差预报方法

3.1 引言

3.2 多项式模型钟差预报方法

3.3 谱分析模型钟差预报方法

3.4 灰色模型钟差预报方法

3.5 ARIMA模型钟差预报方法

3.6 Kalman滤波钟差预报方法

3.7 本章小结

第四章 泛函网络模型的基本理论

4.1 泛函网络的基本元素

4.2 泛函网络的拓扑结构

4.3 泛函网络的学习过程

4.4 泛函网络的求解问题方法实例

第五章 基于多项式和泛函网络相结合的导航卫星钟差预报方法

5.1 建模原理及步骤

5.2 钟差序列趋势项的提取

5.3 泛函网络结构的确定

5.4 钟差剩余项序列的混沌特性研究

5.5 基于泛函网络的钟差剩余项序列建模

第六章 混合模型的钟差预报结果

6.1 钟差预报误差评定标准

6.2 数据预处理

6.3 短期预报

6.4 中长期预报

第七章 总结与展望

7.1 课题总结

7.2 后续工作与展望

参考文献

致谢

在学期间的研究成果及发表的学术论文