- 1、本文档共4页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于卫星双向时间频率传递进行钟差预报的方法研究
第 32 卷 第 1 期
2007 年 1 月
武 汉 大 学 学 报 · 信 息 科 学 版
Geo matics a nd Info r matio n Science of Wuha n U niver sit y
Vol . 32 No . 1
J a n. 2007
文章编号 :167128860 (2007) 0120043204
文献标志码 : A
基于卫星双向时间频率传递进行
钟差预报的方法研究
郭海荣1
生2
杨元喜3
何海波1 ,4
杨
( 1 信息工程大学测绘学院 ,郑州市陇海中路 66 号 ,450052)
( 2 北京环球信息应用开发中心 ,北京市海淀区北清路 22 号 ,100094) ( 3 西安测绘研究所 ,西安市雁塔路中段 1 号 ,710054)
( 4 武汉大学测绘学院 ,武汉市珞喻路 129 号 ,430079)
摘 要 :用多项式拟合 、谱分析 、改进的 A R 模型三种方法对由卫星双向时间频率传递得出的钟差时间序列进
行了拟合和预报分析 。为了抵制钟差时间序列中异常值的影响 ,引入了“抗差等价权”,利用卫星双向时间频 率传递得到的 1 d 的钟差 ,按不同采样率 、不同时间跨度进行计算分析 。结果表明 ,抗差估计的预报精度明显 高于最小二乘估计 ;平滑值的预报精度高于采样值 ;由于钟差时间序列中有明显的周期变化 ,多项式进行钟差
预报的精度不可靠 ;用谱分析进行钟差预报的精度不高 ,但可以发现钟差时间序列中的主要周期变化 ;改进的
A R 模型预报精度最高 ,预报 6 h 钟差的 RM S 在 1 ns 左右 。 关键词 :时间预报 ;时间比对 ;卫星双向时间频率传递 中图法分类号 : P228 . 41
随着扩频技术和伪随机码技术的应用 ,时间
比对技术得到了迅速提高 ,现在利用卫星双向时 间频率传递 ( t wo2way sat ellit e ti me a nd f reque n2
cy t ra n sf er , T WS T F T) 进行时间比对 ,精度可达
0 . 2~0 . 3 n s[ 123 ] 。由 T WS T F T 得到的钟差时间 序列为随机时间序列 。在预报过程中 ,随机误差
和粗差对模型的影响将会变成系统性影响 。对时 间序列中的随机误差 ,用多余观测减弱其影响 ;对 时间序列中的粗差 ,用抗差估计来抵制其对参数
估值的影响 。本文采用多项式拟合 、频谱分析 、改
进的 A R 模型三种方法对钟差时间序列进行拟合 和预报分析 。
知参数向量 ; et 为模型误差 。式 ( 1) 表示成矩阵形
式为 :
ΔX = Ha + e
( 2)
其中 ,ΔX 为观测向量 ; H 为 n ×m 的设计矩阵 ; a
为未知参数向量 ; e 为误差向量 。
1 . 2
谱分析模型
p
a0 + b0 ti + ∑A k si n (2πf k t i + φk ) + ei ( 3)
x i =
k = 1
式中 , a0 、b0 分别为长期变化的常数项 、系数项 ; p
为主要周期函数的个数 ; f k 为对应周期项的频率 ; A k 、φk 分别为对应周期项的振幅和相位 ; ei 为 x i 的
残差向量 ; p 、f k 可由能量2频率图确定[ 4 ] 。式 ( 3 )
线性化后的矩阵形式为 :
函数模型及其估值
1
( 4)
X = Ha + e
式中 , X 为由 x i 组成的向量 ; H 为设计矩阵 ; a 为
未知参数向量 ; e 为 x i 的残差向量 。
1 . 1
多项式模型
假设相 对 于 时 间 t1 , t2 ,
, x n , 则有 :
, tn 的 钟 差 为 x 1 ,
1 . 3
改进的 AR 模型
钟差时间序列用 A R 模型表示为 :
x2 ,
Δx t
= a0 + a1Δt + a2Δt2
+ amΔtm + et ( 1)
+
t 5
( )
x t = a
1 x t - 1 + a
2 x t - 2 +
+ am x t - m + e
式中 ,Δt = t -
t0 ;Δx t = x t - x t ; a0 、a1 、 、am 为未
0
式中各符号的意义同式 ( 1) 。式 ( 5) 的矩阵形式同
收稿日期 :2006210227 。
式 ( 4) 。
考虑到钟差时间序列中明显存在长期趋势的 变化规律 , 此外 , 还有似半天 、一天的周期变化 , 为
了能采用 A R 序列模型来建模和预报 , 必须将钟
差时间序列转化为平稳序列 , 为此 , 对钟差时间序 列作下
文档评论(0)