留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用混沌特性和Volterra自适应算法的极移短期预报

徐海龙 乔书波 林家乐

徐海龙, 乔书波, 林家乐. 利用混沌特性和Volterra自适应算法的极移短期预报[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20200505
引用本文: 徐海龙, 乔书波, 林家乐. 利用混沌特性和Volterra自适应算法的极移短期预报[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20200505
XU Hailong, QIAO Shubo, LIN Jiale. Short-term Prediction for Polar Motion Based on Chaos and Volterra Adaptive Algorithm[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20200505
Citation: XU Hailong, QIAO Shubo, LIN Jiale. Short-term Prediction for Polar Motion Based on Chaos and Volterra Adaptive Algorithm[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20200505

利用混沌特性和Volterra自适应算法的极移短期预报

doi: 10.13203/j.whugis20200505
基金项目: 

国家自然科学基金项目(42074010)。

详细信息
    作者简介:

    徐海龙,硕士研究生,主要研究方向为空间大地测量与时间序列分析。E-mail:xuhailong0330@qq.com

  • 中图分类号: P228

Short-term Prediction for Polar Motion Based on Chaos and Volterra Adaptive Algorithm

Funds: 

The National Natural Science Foundation of China(42074010).

  • 摘要: 针对极移序列复杂的时变特点,首次将极移作为混沌考虑并提出Volterra自适应算法的高精度极移短期预报方法。首先利用小数据量法分别计算得到Xp分量和Yp分量的最大Lyapunov指数,证明了极移的混沌特性。然后应用二阶Volterra自适应算法进行两个算例预报实验,结果分别与地球定向参数预报比较活动(EarthOrientation Parameters Prediction Comparison Campaign,EOP PCC)结果和国际地球自转与参考系服务(IERS)官方预报产品Bulletin A对比分析。实验对比发现,与EOP PCC的最佳方法相比本文方法精度更高,Xp分量预报精度提升较为明显,Yp分量预报精度也略有提高;与Bulletin A相比时,两种预报结果的精度互有利弊,本文方法在预报前期精度更高。实例进一步证明了所提出的方法在短期极移预报中可以取得良好的结果,尤其在预报跨度较小时精度更优。
  • [1] Kosek W, Kalarus M. Niedzielski T. Forecasting of the Earth orientation parameters comparison of different algorithms[J]. Nagoya Journal of Medical Science, 2008,69(3-4):133-137.
    [2] Liao Dechun, Wang Qijie, Zhou Yonghong, et al. Long-term Prediction of the Earth Orientation Parameters by the Artificial Neural Network Technique[J]. Journal of Geodynamics, 2012, 62(DEC):87-92
    [3] Sun Zhangzhen, Xu Tianhe.Prediction of Earth Rotation Parameters Based on Improved Weighted Least Squares and Autoregressive Model[J]. Geodesy & Geodynamics, 2012, 3(03):57-64
    [4] Dick W R, Thaller D. IERS Annual Report 2018[M]. Frankfurt am Main:Germany:Verlag des Bundesamts für Kartographie und Geodäsie. 2020:108-111
    [5] Packard N H, Crutchfield J P, Farmer J D, et al. Geometry from a Time Series[J]. Physical Review Letters, 1980, 45(9):712-716
    [6] Takens F. Detecting strange attractors in turbulence[J]. Lecture Notes in Mathematics.1981, 898:366-381
    [7] Kugiumtzis D. State space reconstruction parameters in analysis of chaotic time series——the role of the time window length[J]. Physica D, Atomic:Nonlinear Phenomena, 1996, 95(1):13-28.
    [8] H.S. Kim, R. Eykholt, J.D. Salas. Nonlinear dynamics, delay times, and embedding windows[J]. Physica D:Nonlinear Phenomena, 1999, 127(1):48-60.
    [9] Rosenstein M T, Collins J J, Luca C J D. A Practical Method for Calculating Largest Lyapunov EXponents from Small Data Sets[J]. Physica D, 1993, 65:117-134
    [10] Kalarus M, Schuh R, Kosek R, et al. Achievements of the Earth Orientation Parameters Prediction Comparison Campaign[J]. Journal of Geodesy, 2010, 84(10):587-596
  • [1] 秦宏楠, 马海涛, 于正兴.  地基SAR技术支持下的滑坡预警预报分析方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20200268
    [2] 赵丹宁, 高蕊, 雷雨.  利用小波分解改进极移预报模型 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20180139
    [3] 雷雨, 赵丹宁, 蔡宏兵.  利用结构自适应极端学习机预报导航卫星钟差 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20150252
    [4] 李成龙, 陈西宏, 刘继业, 吴文溢, 刘赞.  利用自适应TS-IPSO优化的灰色系统预报卫星钟差 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20160101
    [5] 王利, 张勤, 黄观文, 田婕.  基于指数平滑法的GPS卫星钟差预报 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20150089
    [6] 魏二虎, 刘文杰, WEI Jianan, 金双根, 刘经南.  VLBI和GPS观测联合解算地球自转参数和日长变化 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20130435
    [7] 雷 雨, 赵丹宁, 李 变, 高玉平.  基于小波变换和最小二乘支持向量机的卫星钟差预报 . 武汉大学学报 ● 信息科学版,
    [8] 王宇谱, 吕志平, 崔 阳, 吕 浩, 李林阳.  利用遗传小波神经网络预报导航卫星钟差 . 武汉大学学报 ● 信息科学版,
    [9] 魏二虎, 万丽华, 金双根, 刘经南.  联合GNSS和SLR观测对地球自转参数的解算与分析 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20120213
    [10] 黄雄华, 王宏霞, 蒋伟贞, 崔更申.  利用抖动量化和信噪比的自适应鲁棒音频盲水印算法 . 武汉大学学报 ● 信息科学版,
    [11] 刘建, 王琪洁, 张昊.  利用端部效应改正的LS+AR模型进行日长变化预报 . 武汉大学学报 ● 信息科学版,
    [12] 汤俊, 姚宜斌, 陈鹏, 张顺.  利用EMD方法改进电离层TEC预报模型 . 武汉大学学报 ● 信息科学版,
    [13] 魏二虎, 畅柳, 姜本海.  利用VLBI观测对ERP参数和月地距变化相关性的研究 . 武汉大学学报 ● 信息科学版,
    [14] 魏二虎, 李智强, 龚光裕, 张帅.  极移时间序列模型的拟合与预测 . 武汉大学学报 ● 信息科学版,
    [15] 魏二虎, 李广文, 畅柳, 曹起.  利用GPS观测数据研究高频地球自转参数 . 武汉大学学报 ● 信息科学版,
    [16] 张昊, 王琪洁, 朱建军, 张晓红.  对钱德勒参数进行时变修正的CLS+AR模型在极移预测中的应用 . 武汉大学学报 ● 信息科学版,
    [17] 陈鹏, 姚宜斌, 吴寒.  利用时间序列分析预报电离层TEC . 武汉大学学报 ● 信息科学版,
    [18] 刘旭春, 易武, 李维功, 杨军.  利用GPS对太阳耀斑进行监测及预报的方法研究 . 武汉大学学报 ● 信息科学版,
    [19] 郑肇葆.  混沌映射在优化计算中的应用 . 武汉大学学报 ● 信息科学版,
    [20] 郭俊义.  同时顾及章动和极移的地球自转方程 . 武汉大学学报 ● 信息科学版,
  • 加载中
计量
  • 文章访问数:  31
  • HTML全文浏览量:  2
  • PDF下载量:  1
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-07-12

利用混沌特性和Volterra自适应算法的极移短期预报

doi: 10.13203/j.whugis20200505
    基金项目:

    国家自然科学基金项目(42074010)。

    作者简介:

    徐海龙,硕士研究生,主要研究方向为空间大地测量与时间序列分析。E-mail:xuhailong0330@qq.com

  • 中图分类号: P228

摘要: 针对极移序列复杂的时变特点,首次将极移作为混沌考虑并提出Volterra自适应算法的高精度极移短期预报方法。首先利用小数据量法分别计算得到Xp分量和Yp分量的最大Lyapunov指数,证明了极移的混沌特性。然后应用二阶Volterra自适应算法进行两个算例预报实验,结果分别与地球定向参数预报比较活动(EarthOrientation Parameters Prediction Comparison Campaign,EOP PCC)结果和国际地球自转与参考系服务(IERS)官方预报产品Bulletin A对比分析。实验对比发现,与EOP PCC的最佳方法相比本文方法精度更高,Xp分量预报精度提升较为明显,Yp分量预报精度也略有提高;与Bulletin A相比时,两种预报结果的精度互有利弊,本文方法在预报前期精度更高。实例进一步证明了所提出的方法在短期极移预报中可以取得良好的结果,尤其在预报跨度较小时精度更优。

English Abstract

徐海龙, 乔书波, 林家乐. 利用混沌特性和Volterra自适应算法的极移短期预报[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20200505
引用本文: 徐海龙, 乔书波, 林家乐. 利用混沌特性和Volterra自适应算法的极移短期预报[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20200505
XU Hailong, QIAO Shubo, LIN Jiale. Short-term Prediction for Polar Motion Based on Chaos and Volterra Adaptive Algorithm[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20200505
Citation: XU Hailong, QIAO Shubo, LIN Jiale. Short-term Prediction for Polar Motion Based on Chaos and Volterra Adaptive Algorithm[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20200505
参考文献 (10)

目录

    /

    返回文章
    返回