文献类型：期刊文章

作　　者：王旭[1,2] 柴洪洲[1] 王昶[3]

WANG Xu;CHAI Hongzhou;WANG Chang(Institute of Surveying and Mapping, Information Engineering University, Zhengzhou 450001,China;Institute of Surveying and Mapping Engineering, Liaoning Vocational College of Ecological Engineering, Shenyang 110101,China;School of Civil Engineering, University of Science and Technology Liaoning, Anshan 114051,China)

机构地区：[1]信息工程大学地理空间信息学院,河南郑州450001 [2]辽宁生态工程职业学院测绘工程学院,辽宁沈阳110101 [3]辽宁科技大学土木工程学院,辽宁鞍山114051

出　　处：《测绘学报》

基　　金：国家自然科学基金(41574010,41604013,41904039)。

年　　份：2020

卷　　号：49

期　　号：5

起止页码：580-588

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA-PROQEUST、CSCD、CSCD2019_2020、DOAJ、EI、GEOBASE、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：结合钟差数据的特点,提出了一种基于变化率的T-S模糊神经网络(TSFNN)钟差预报模型。首先计算相邻历元间钟差的变化率值并对其进行建模;然后利用TSFNN模型预报钟差变化率值,再将预报的变化率值还原,得到钟差预报值;最后,通过算例将本文所建模型与IGU-P产品、二次多项式模型(QP)及灰色模型(GM(1,1))进行试验对比。结果表明:在使用变化率方法后,TSFNN模型预报的精度和稳定性分别提高了69.8%和76.3%,而且与IGU-P钟差产品相比,预报的精度高出约10倍,同时模型预报的效果优于两种常用模型。因此,该模型可以实现卫星钟差较高精度的预报。

关 键 词：卫星钟差 T-S模糊神经网络 变化率  预报  

分 类 号：P2287]