本文主要研究内容
作者吴飞（2019）在《几种改进的地球自转参数预报方法》一文中研究指出：地球的自转运动可以通过极移、日长变化、岁差及章动来描述,上述参数称为地球定向参数(EOP)。EOP包含了丰富的地球动力学信息,在卫星定轨、宇宙飞船跟踪、天文动力学、深空探测等领域有着非常重要的应用。受限于复杂的数据处理过程,空间大地测量技术获取的地球定向参数存在几小时甚至几天的滞后,然而某些实际应用需要实时获取地球定向参数数据,因此地球定向参数的预报研究具有重要的理论和实用价值。本文从回归模型定阶、数据选取、稀疏建模等方面,改进了地球定向参数预报方法,主要工作及成果如下:(1)针对目前部分已有研究中,存在自回归模型定阶方法使用不当的情况,分析是否正确使用定阶准则对AR模型阶数及LS+AR模型预报性能的影响。理论和实验结果表明,不当使用定阶准则将低估最终的模型阶数值,同时大幅降低LS+AR模型对中长期跨度内极移参数变化的预报性能。(2)针对LS+AR模型中,冗余且陈旧的数据将导致模型过学习的问题,分析研究了数据量对AR模型参数解算及最终预报性能的影响,给出了适合中长期极移参数预报的数据选择范围。实验结果表明,合理地选择AR模型基础数据量是提高极移参数预报精度的有效途径之一。(3)提出了一种加权最小二乘外推与自回归组合模型,采用EOP产品中对应参数的解算精度作为定权因子,对LS模型中观测向量部分进行定权。实验结果表明,该方法有效改善了1-270天极移参数及1-500天ΔLOD参数预报精度。(4)针对LS+AR模型中,LS与AR模型分为两步独立计算,只能获取分步最优结果,提出了基于LS+AR模型的一步法,将LS与AR模型合并计算并获取全局最优解。实验结果表明,该方法可提高中长期跨度的ΔLOD参数预报精度。(5)针对传统模型选择方法只能确定AR模型的最高阶,无法对最高阶以下的项进一步筛选的问题,将稀疏建模方法引入极移参数预报当中,利用LASSO与Elastic Net方法,结合L1范数及L1/L2范数约束,起到平滑及自动筛选模型参数、增强模型参数解算稳定性和提高预报精度的作用。实验结果表明,本文提出的方法在保留有效信息的同时,降低模型维度,具备更好的稳定性及更高的预报性能。(6)常规极移参数预报方法针对直角坐标分量分别建模预报,研究发现极移参数向量的极坐标分量(即极角和极径)表现出更好的规律性。鉴于此,本文提出了在极坐标系内对极移参数向量进行建模和预报的新思路,确定了极角和极径参数的最佳预报组合模型。实验结果表明,与目前最好的极移参数预报模型之一的LS+AR模型进行比较,本文提出的预报方案达到了较高的预报精度。该论文有图51幅,表22个,参考文献144篇。
Abstract
de qiu de zi zhuai yun dong ke yi tong guo ji yi 、ri chang bian hua 、sui cha ji zhang dong lai miao shu ,shang shu can shu chen wei de qiu ding xiang can shu (EOP)。EOPbao han le feng fu de de qiu dong li xue xin xi ,zai wei xing ding gui 、yu zhou fei chuan gen zong 、tian wen dong li xue 、shen kong tan ce deng ling yu you zhao fei chang chong yao de ying yong 。shou xian yu fu za de shu ju chu li guo cheng ,kong jian da de ce liang ji shu huo qu de de qiu ding xiang can shu cun zai ji xiao shi shen zhi ji tian de zhi hou ,ran er mou xie shi ji ying yong xu yao shi shi huo qu de qiu ding xiang can shu shu ju ,yin ci de qiu ding xiang can shu de yu bao yan jiu ju you chong yao de li lun he shi yong jia zhi 。ben wen cong hui gui mo xing ding jie 、shu ju shua qu 、xi shu jian mo deng fang mian ,gai jin le de qiu ding xiang can shu yu bao fang fa ,zhu yao gong zuo ji cheng guo ru xia :(1)zhen dui mu qian bu fen yi you yan jiu zhong ,cun zai zi hui gui mo xing ding jie fang fa shi yong bu dang de qing kuang ,fen xi shi fou zheng que shi yong ding jie zhun ze dui ARmo xing jie shu ji LS+ARmo xing yu bao xing neng de ying xiang 。li lun he shi yan jie guo biao ming ,bu dang shi yong ding jie zhun ze jiang di gu zui zhong de mo xing jie shu zhi ,tong shi da fu jiang di LS+ARmo xing dui zhong chang ji kua du nei ji yi can shu bian hua de yu bao xing neng 。(2)zhen dui LS+ARmo xing zhong ,rong yu ju chen jiu de shu ju jiang dao zhi mo xing guo xue xi de wen ti ,fen xi yan jiu le shu ju liang dui ARmo xing can shu jie suan ji zui zhong yu bao xing neng de ying xiang ,gei chu le kuo ge zhong chang ji ji yi can shu yu bao de shu ju shua ze fan wei 。shi yan jie guo biao ming ,ge li de shua ze ARmo xing ji chu shu ju liang shi di gao ji yi can shu yu bao jing du de you xiao tu jing zhi yi 。(3)di chu le yi chong jia quan zui xiao er cheng wai tui yu zi hui gui zu ge mo xing ,cai yong EOPchan pin zhong dui ying can shu de jie suan jing du zuo wei ding quan yin zi ,dui LSmo xing zhong guan ce xiang liang bu fen jin hang ding quan 。shi yan jie guo biao ming ,gai fang fa you xiao gai shan le 1-270tian ji yi can shu ji 1-500tian ΔLODcan shu yu bao jing du 。(4)zhen dui LS+ARmo xing zhong ,LSyu ARmo xing fen wei liang bu du li ji suan ,zhi neng huo qu fen bu zui you jie guo ,di chu le ji yu LS+ARmo xing de yi bu fa ,jiang LSyu ARmo xing ge bing ji suan bing huo qu quan ju zui you jie 。shi yan jie guo biao ming ,gai fang fa ke di gao zhong chang ji kua du de ΔLODcan shu yu bao jing du 。(5)zhen dui chuan tong mo xing shua ze fang fa zhi neng que ding ARmo xing de zui gao jie ,mo fa dui zui gao jie yi xia de xiang jin yi bu shai shua de wen ti ,jiang xi shu jian mo fang fa yin ru ji yi can shu yu bao dang zhong ,li yong LASSOyu Elastic Netfang fa ,jie ge L1fan shu ji L1/L2fan shu yao shu ,qi dao ping hua ji zi dong shai shua mo xing can shu 、zeng jiang mo xing can shu jie suan wen ding xing he di gao yu bao jing du de zuo yong 。shi yan jie guo biao ming ,ben wen di chu de fang fa zai bao liu you xiao xin xi de tong shi ,jiang di mo xing wei du ,ju bei geng hao de wen ding xing ji geng gao de yu bao xing neng 。(6)chang gui ji yi can shu yu bao fang fa zhen dui zhi jiao zuo biao fen liang fen bie jian mo yu bao ,yan jiu fa xian ji yi can shu xiang liang de ji zuo biao fen liang (ji ji jiao he ji jing )biao xian chu geng hao de gui lv xing 。jian yu ci ,ben wen di chu le zai ji zuo biao ji nei dui ji yi can shu xiang liang jin hang jian mo he yu bao de xin sai lu ,que ding le ji jiao he ji jing can shu de zui jia yu bao zu ge mo xing 。shi yan jie guo biao ming ,yu mu qian zui hao de ji yi can shu yu bao mo xing zhi yi de LS+ARmo xing jin hang bi jiao ,ben wen di chu de yu bao fang an da dao le jiao gao de yu bao jing du 。gai lun wen you tu 51fu ,biao 22ge ,can kao wen suo 144pian 。
论文参考文献
论文详细介绍
论文作者分别是来自中国矿业大学的吴飞，发表于刊物中国矿业大学2019-07-18论文，是一篇关于地球自转参数论文,预报方法论文,最小二乘论文,自回归模型论文,稀疏建模论文,极移变化率论文,中国矿业大学2019-07-18论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国矿业大学2019-07-18论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：地球自转参数论文; 预报方法论文; 最小二乘论文; 自回归模型论文; 稀疏建模论文; 极移变化率论文; 中国矿业大学2019-07-18论文;