针对长短期记忆网络(LSTM)对利用动力学模型预报的北斗卫星导航系统(BDS)轨道预报误差值拟合效果不优的问题,设计一种互补集合经验模态分解与时间卷积网络结合(CEEMD-TCN)的BDS轨道误差预报算法.该算法首先采用互补集合经验模态分解(CEEMD),对BDS轨道预报误差序列进行降噪处理,接着对降噪后的信号进行重构,最后将重构得到的轨道误差序列作为数据训练集进行时间卷积网络(TCN)训练.以地球静止轨道(GEO)、倾斜地球同步轨道(IGSO)、中圆地球轨道(MEO)上的三颗卫星的轨道误差序列作为研究对象,分别采用CEEMD-TCN、TCN、CEEMD-LSTM、LSTM四种补偿模型对卫星轨道预报在X、Y、Z方向上的误差进行短、中长期预报.实验结果表明:CEEMD-TCN相较于其他三种方法对BDS轨道误差预报效果最好,且CEEMD-TCN与CEEMD-LSTM中长期预报效果分别优于对应的TCN和LSTM,说明对中长期轨道误差序列进行降噪处理有利于提高预报精度.

北斗卫星导航系统;轨道误差预报;补偿模型;时间卷积网络;预报精度

中国能源建设集团辽宁电力勘测设计院有限公司,沈阳 110000;中铁水利水电规划设计集团有限公司,南昌 330029;辽宁工程技术大学测绘与地理科学学院,辽宁 阜新 123000

[1]崔东东;吕广涵;张恒璟;陈醒;施克;郝安华-.一种CEEMD-TCN的BDS轨道误差预报算法)[J].导航定位学报,2022(02):76-84

轨道误差预报

CEEMD,TCN,BDS,长短期记忆网络,北斗卫星导航系统,预报误差,误差值,差值拟合,拟合效果,互补集合经验模态分解,时间卷积网络,降噪处理,列作,数据训练,训练集,静止轨道,GEO,倾斜地,地球同步轨道,IGSO,MEO,三颗,颗卫星,补偿模型,卫星轨道预报,中长期预报,三种方法,预报效果,预报精度

0.202915