两种线性地球自转参数短期预报方法.docVIP

两种线性地球自转参数短期预报方法 郭忠臣 徐波 宿州学院环境与测绘工程学院 河南省测绘工程院 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 介绍了两种常用线性地球自转参数短期预报的原理和方法, 处理了地球自转参数相关数据, 并进行了分析. 关键词： 地球自转参数; 最小二乘; ARMA; 定阶; 作者简介：郭忠臣 (1992-) , 男, 安徽阜阳人, 宿州学院助教. 收稿日期：2017-09-25 Two Linear Short-Term Prediction Methods of Earth Rotation Paraments Guo Zhongchen Xu Bo Faculty of Environment Science and Surveying Engineering, Suzhou University; Henan Surveying and Mapping Engineering Institute; Abstract： The principle of two short-time forecasting method of linear earth rotation parameters was introduced, and the data of the Earths rotation parameter was analyzed. Keyword： earth rotation parameters; least square; ARMA; order; Received： 2017-09-25 地球自转参数 (ERP) 在高精度卫星导航、深空探测等领域具有不可替代的作用, 对其实时性的要求也越来越高[1-2].当前高精度ERP的观测手段主要有VLBI、SLR、GNSS等, 但这些方法并不能实时地给出ERP, 根据测定技术的不同, 往往都需要延迟几个小时至数天, 而且观测的精度也不甚相同, 如GNSS技术虽然解算速度较SLR、VLBI等技术快, 但是其解算结果有时还需VLBI和SLR技术的解算值来进行修正[2-4], 因此想要实时测定高精度的ERP目前并不可行.基于此, 高精度的ERP预测技术就显得尤为重要, 但因ERP受到众多可测及不可测的激发源的影响, 导致其预报工作较为困难.因此, 构建一种较为合理、有效的高精度预报模型也成为了当下大地测量工作者的主要任务之一[5].本文对当前主要使用的预报方法原理进行分析, 并依据ERP相关性质, 构造出相应的预报模型, 以供后续研究使用. 1 犈犚犘短期预报方法 为推进地球自转参数预测的研究, IERS于2005年10月1日—2008年2月28日组织了地球自转参数预测方案比较大会战 (earth orientation parameters prediction comparison campaign, EOP PCC) 来确定EOP预测的现状, 活动在两年半的时间内收到了11位参与人员的近6500份预报值, 采用的预报方法主要有:最小二乘外推法和自回归模型 (lst squares extrapolation of the harmonic model and autoregressive prediction) 、谱分析和最小二乘外推法 (sectral analysis and least squares extrapolation) 、卡尔曼滤波法 (Kalman filter) 、神经网络模型 (nural networks) 、联合大气角动量预报 (ading AAM in LOD prediction) 、小波分解和自协方差预测 (wvelet decomposition an autoovariance prediction) 等方法[6-7].此次活动得出:不同方法组合的预报精度优于单一方法, 没有一种预报方法既适合所有跨度又适合EOP所有参数.国内外学者一致认为, 在极移预报方面:LS+AR模型、频谱分析与最小二乘方法及神经网络较优于其他方法;在UT1-TC/LOD方面, 小波分析和自协方差、卡尔曼滤波、联合AAM预报优于其他预报方法. 当前对ERP进行预报的主要方法可分为线性方法和非线性方法, 本文主要对两种常用线性方法的预报原理进行介绍. 2 最小二乘外推法 最小二乘法是通过最小化误差的平方和寻找数据的最佳函数匹配, 利用最小二乘法可以简单地求出未知参数[8].早期对ERP进行预测时, 多采用最小二乘法对ERP的趋势项和周期项进行拟合, 并通过拟合参数对ERP外推预报. 最小二乘法的一般