基于極限學(xué)習(xí)機(jī)對(duì)衛(wèi)星鐘差預(yù)報(bào)的應(yīng)用研究.pdf

1、時(shí)間是自然界里最基本的物理度量之一。事實(shí)上，它也決定了衛(wèi)星導(dǎo)航定位系統(tǒng)的發(fā)展與應(yīng)用。衛(wèi)星導(dǎo)航定位系統(tǒng)對(duì)目標(biāo)的距離和位置的精確量測(cè)，實(shí)質(zhì)上是對(duì)衛(wèi)星與目標(biāo)之間電磁波傳遞的時(shí)間上的精密測(cè)量。衛(wèi)星定位的過程中信號(hào)傳播受到電離層中折射延時(shí)、對(duì)流層中折射延時(shí)和由地面附近環(huán)境反射信號(hào)而產(chǎn)生的多路徑、以及衛(wèi)星鐘差等等誤差因素的影響，而這些都可用時(shí)間來(lái)度量。由于衛(wèi)星鐘差對(duì)衛(wèi)星導(dǎo)航和定位有著重要的影響，要實(shí)時(shí)獲得高精度的衛(wèi)星鐘差還有待于開展很多的研究工作，

2、如提高原子鐘的穩(wěn)定度、改進(jìn)或探索預(yù)報(bào)模型等等，所以本文將著重圍繞衛(wèi)星鐘差預(yù)報(bào)進(jìn)行研究。
　　從模型方面對(duì)衛(wèi)星鐘差的預(yù)報(bào)，已有幾種常用的模型：二次多項(xiàng)式模型、灰色系統(tǒng)模型、時(shí)間序列模型和神經(jīng)網(wǎng)絡(luò)模型等等。隨著對(duì)神經(jīng)網(wǎng)絡(luò)模型的發(fā)展與研究，本文將基于極限學(xué)習(xí)機(jī)（Extreme Learning Machine，ELM）這種新的前向型神經(jīng)網(wǎng)絡(luò)模型運(yùn)用在衛(wèi)星鐘差的預(yù)報(bào)。以衛(wèi)星鐘差為數(shù)據(jù)源，探討了ELM中在不同輸入量情況下的ELM預(yù)報(bào)性能；針

3、對(duì)極限學(xué)習(xí)機(jī)自身存在的不足，從隱含層節(jié)點(diǎn)個(gè)數(shù)優(yōu)化、尋找最佳的隨機(jī)給定參數(shù)對(duì)ELM進(jìn)行優(yōu)化改進(jìn)，并比較了不同激勵(lì)函數(shù)對(duì)ELM預(yù)報(bào)的影響。
　　本文將其與ELM及其改進(jìn)模型的衛(wèi)星鐘差結(jié)果與二次多項(xiàng)式模型、RBF神經(jīng)網(wǎng)絡(luò)以及灰色系統(tǒng)模型作為參考模型對(duì)衛(wèi)星鐘差預(yù)報(bào)的結(jié)果進(jìn)行對(duì)比，預(yù)報(bào)實(shí)驗(yàn)表明，經(jīng)過改進(jìn)的極限學(xué)習(xí)機(jī)在一天內(nèi)預(yù)報(bào)精度較其他的模型高，一天內(nèi)預(yù)報(bào)誤差的方差最好的可以達(dá)到0.38ns，得出該模型相對(duì)其他模型在短期的衛(wèi)星鐘差預(yù)報(bào)有較大