附有周期项的二次多项式LASSO钟差预报模型
2022-04-07李坤王潜心闵扬海龚佑兴苗伟程彤
李坤,王潜心,闵扬海,龚佑兴,苗伟,程彤
(1.中国矿业大学 环境与测绘学院,江苏 徐州 221116;2.苏州市房地产市场与交易管理中心,江苏 苏州 215002;3.国防科学技术大学 指挥军官基础教育学院,湖南 长沙 410072)
0 引 言
北斗卫星导航定位系统星载原子钟因自身时频特性的复杂性和外部因素影响,导致其系统时间与地面控制系统的原子钟钟面值存在偏差,该偏差即为卫星钟差[1-2]。目前,国际GNSS监测评估系统(international GNSS monitoring &assessment system,IGMAS)最终解算的钟差产品虽精度较高[3],但解算具有一定滞后性,无法满足实时或近实时用户,因此,开发预报高精度钟差的产品非常重要。
目前,关于钟差预报的模型主要有二次多项式模型(quadratic polynomial,QP)、灰色模型(gray model,GM)、谱分析模型(spectrum analysis,SA)、时间序列模型(autoregressive integrated moving average,ARIMA)、卡尔曼滤波模型(kalman filtering,KF)[1,4]、神经网络模型(back propagation network,BP)等。基于卫星钟的物理特性,国内外学者做了大量关于二次多项式预报模型的研究,并取得了丰硕成果[5-6]。郑作亚等[7]、杨定江等[8]在二次多项式模型基础上,增加了周期项因素,构造附有周期项的二次多项式预报模型;王甫红等[9]在附有周期项的二次多项式模型基础上,提出了一种基于钟差变化率拟合建模的卫星钟差预报方法;MAO Y等[10]在二次多项式模型基础上,采用一种顾及卫星间相关性的钟差预报模型,并对模型中涉及的主要算法进行了推导;HANG G等[11]、艾青松等[12]针对各天体间钟差基准偏差,在二次多项式模型基础上提出了起点偏差修正法;于烨等[13]、王宇谱等[14]考虑了二次多项式预报模型随机性变化的特点,对预报模型进行了进一步优化。……
