测绘科学

2019, v.44;No.255(09) 7-12

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

粒子群算法优化的神经网络短期钟差预报
Prediction of the short-term satellite clock error based on particle swarm optimization neural network

陈希鸣;黄张裕;秦洁;刘仁志;

摘要(Abstract):

针对导航卫星钟差短期预报精度上的不足,该文提出了一种基于粒子群算法优化的BP神经网络钟差预报模型,通过粒子群算法来对BP神经网络的权值和阈值进行优化,利用IGS的钟差数据进行实验,并与灰色GM(1,1)模型、二次多项式模型和BP神经网络模型的预报结果进行对比分析。结果表明,粒子群优化算法的BP神经网络模型钟差预报效果良好,3h预报精度能够达到0.3ns,体现了本文钟差预报模型的实用性。

关键词(KeyWords): 卫星钟差;钟差预报;BP神经网络;粒子群算法

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 陈希鸣;黄张裕;秦洁;刘仁志;

Email:

DOI: 10.16251/j.cnki.1009-2307.2019.09.002

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享