基于ARMA模型的BDS卫星钟差异常值探测及其短期预报
星载原子钟在运行过程中会受到恶劣空间环境与设备老化等因素的影响,使得卫星钟差数据中经常存在异常值,其中AO(additive outlier)类异常值是钟差序列中常见的一类异常值.结合最大期望算法与自回归滑动平均(autoregressive moving average, ARMA)模型,提出一种AO类异常值探测算法.该算法可以准确探测孤立AO类异常值与成片AO类异常值,有效克服了其他算法经常出现的淹没与掩盖现象.在成功探测钟差序列AO类异常值的同时,该算法可以估计得到精确的ARMA模型,进而能准确地进行卫星钟差预报.利用仿真数据与北斗卫星钟差实测数据进行计算分析,结果表明,所提算法可以精确探测出钟差序列AO类异常值,并且具有很好的卫星钟差预报效果.
ARMA模型、异常值探测、短期预报、岭估计、卫星钟差预报
46
P228(大地测量学)
国家自然科学基金;信息工程大学双重建设项目
2021-03-16(万方平台首次上网日期,不代表论文的发表时间)
共9页
244-251,261