基于GRNN的导航卫星钟差仿真方法研究

被引:3
作者
王威
荣志飞
范国清
机构
[1] 国防科技大学机电工程与自动化学院
关键词
原子钟差; 广义回归神经网络; 二次多项式; 模型精度;
D O I
10.16182/j.cnki.joss.2011.11.027
中图分类号
TN967.1 [卫星导航系统]; TP391.9 [计算机仿真];
学科分类号
080401 ; 081105 ; 0825 ; 080203 ;
摘要
提出了一种基于广义回归神经网络(GRNN)的导航卫星钟差仿真的新方法,根据IGS提供的精密卫星钟差序列建立基于广义回归神经网络的钟差模型。结合仿真实例,详细讨论了训练样本的采样时间间隔、输入维数和模型平滑因子对网络模型性能的影响,并确定了较优的采样时间间隔、输入维数和平滑因子。通过与常用的二次多项式模型进行对比分析,证明了GRNN模型在24h的预报时间跨度内精度仍可达ns级,初步验证了将GRNN模型用于钟差仿真的可行性和较多项式模型更优的实用性。
引用
收藏
页码:2339 / 2345
页数:7
相关论文
共 7 条
[1]   基于广义回归神经网络的时间序列预测研究 [J].
冯志鹏 ;
宋希庚 ;
薛冬新 ;
郑爱萍 ;
孙玉明 .
振动、测试与诊断, 2003, (02) :29-33+68
[2]   广义回归神经网络在非线性系统建模中的应用 [J].
周敏 ;
李世玲 .
计算机测量与控制, 2007, (09) :1189-1191
[3]   灰色系统模型在卫星钟差预报中的应用 [J].
崔先强 ;
焦文海 .
武汉大学学报(信息科学版), 2005, (05) :447-450
[4]   国外导航卫星星载原子钟技术发展概况 [J].
顾亚楠 ;
陈忠贵 ;
帅平 .
国际太空, 2008, (10) :12-16
[5]   基于广义回归神经网络的经济预测模型研究 [J].
范群林 ;
李桃 ;
吴花平 .
商场现代化, 2008, (26) :195-195
[6]   几种GPS卫星钟差预报方法比较及精度分析 [J].
郑作亚 ;
卢秀山 .
山东科技大学学报(自然科学版), 2008, (04) :6-11+15
[7]  
On Estimation of a Probability Density Function and Mode[J] . Emanuel Parzen.The Annals of Mathematical Statistics . 1962 (3)