论文部分内容阅读
地球定向参数(Earth Orientation Parameters,EOP)在地球物理学、天文学等学科中起着重要作用。EOP主要包括:章动和岁差(Nutation-precession);极移yx、;日长变化(LOD);地球自转变化(UT1-UTC)。其中,极移、LOD和UT1-UTC又称为地球自转参数(Earth Rotation Parameters,ERP)。ERP是实现天球参考框架和地球参考框架转换的必要参数,且ERP的精确近实时变化量对高精度的卫星定轨、导航定位、宇宙飞船跟踪、SLR等实际应用有着重要意义。现代空间测量技术的应用使得ERP的观测精度显著提高,由于解算地球定向参数的模型复杂,且耗费时间较长,所以只能通过预报方法来满足空间定位技术的实时性需求。本文主要研究了地球自转参数的高精度预报理论和算法。论文成果在地球自转参数预报精度提高和可靠性方面具有一定的参考和借鉴意义。论文的主要成果和贡献如下:1.当极移数据含有粗差时,现有的预报模型的预报精度和可靠性将大大降低,针对这一问题,本文提出了利用自适应抗差最小二乘(ARLS)与自回归(AR)组合模型进行极移预报。计算结果表明:在极移预报方面,ARLS+AR模型较LS+AR模型有显著优势;当极移序列无粗差时不会降低预报精度;但当极移数据中含粗差时,可有效抵制粗差的影响,预报精度较LS+AR模型有显著提高。2.在极移预报公认精度较好的模型LS+AR的基础上,提出了两种修正模型。一种是利用Kalman滤波对AR模型进行修正处理,以组成新的组合模型LS+AR+KF。计算结果表明:LS+AR+KF模型预报精度相对LS+AR模型有一定程度上的提高,360天长期预报精度可提高7.24%。另一种是利用最小均方误差自适应滤波LMS对最小二乘模型拟合所得确定项进行修正,提出了LS+AR+AF模型。计算结果表明:LS+AR+AF模型预报精度较LS+AR模型有显著提高,且随着预报跨度的增加其预报精度提高更为明显,360天长期预报精度上,极移X可提高26.21%,极移Y可提高23.02%,极移综合可提高24.82%。3.变遗忘因子自适应滤波可以提高普通自适应算法的收敛速度、抗干扰能力和跟踪速度,本文在LS+AR极移预报模型的基础上,将变遗忘因子自适应滤波引入LS+AR模型中得到了修正模型LS+AR+IAF模型。计算结果表明,LS+AR+IAF预报精度较LS+AR模型精度提升显著,特别是长期预报。在360天的预报跨度上,极移X分量预报精度可提高30.66%,极移Y分量可提高28.19%,极移综合可提高29.59%。由此证明了LS+AR+IAF组合预报模型可有效的极移预报精度和可靠性。4.根据灰色模型对线性项预报精度较高的特点,提出了基于灰预测模型GM(1,1)和差分自回归滑动平均模型ARIMA的GM(1,1)+ARIMA组合预测模型,并对其中涉及到的GM(1,1)建模长度和基础序列长度的选择及其对预报精度的影响进行了系统分析。计算结果表明,GM(1,1)+ARIMA模型在UT1-UTC跨度为2天到28天的短期预测精度上略低于LS+AR模型、LS+MAR模型和WLS+MAR模型。但在UT1-UTC的1天近实时预报和29~360天的中长期的预测精度上要明显优于LS+AR模型、LS+MAR模型和WLS+MAR模型。证明了GM(1,1)+ARIMA模型在UT1-UTC中长期预报上的显著优势。