共查询到20条相似文献，搜索用时 93 毫秒
1.
ISB是多系统PPP数据处理中必须要考虑的一项误差,因此有必要对BDS/GPS短期ISB建模和预报进行研究。为了提高ISB预报精度,针对等权LS(least square)估计ISB模型参数时忽略了拟合数据权重不同的问题,提出了采用Kalman滤波对模型参数进行估计,并根据ISB拟合数据距预报时刻的远近调整Kalman滤波拟合数据的方差。本文采用7d的ISB数据进行建模,根据所建模型预报第8天的ISB值,并对预报精度和定位结果进行了验证。进行试验的4个测站Kalman拟合模型的ISB预报精度比LS拟合模型分别提高了29.7%、11.5%、43.5%和32.0%。采用Kalman拟合模型的ISB预报值作为先验约束,PPP平均定位精度在E和U方向上比采用LS拟合模型预报值分别多提高了2.7%和0.9%,比不加ISB先验约束在E、N、U方向分别提高了10.6%、26.3%和3.4%。 相似文献
2.
3.
结合某高速公路高挡墙段沉降监测数据,研究了趋势拟合和时序分析综合模型预报在高挡墙沉降预报中的适用性,提供了一种简便易行的、可供一般工程人员使用的趋势拟合和时序分析综合模型计算方案。 相似文献
4.
5.
轨道预报是地球探测卫星顺利执行科学任务的一个重要环节。为了实现对低轨卫星长弧段、高精度的轨道预报,文中运用动力学轨道拟合的方法进行轨道预报。选用GRACE A卫星、HY 2A卫星和JASON 2卫星为例进行预报处理,分析了卫星的轨道高度和拟合弧长对轨道预报结果的影响。结果表明,GRACE A卫星预报4 h和8 h轨道的3D RMS分别优于3 m和10 m,HY 2A卫星和JASON 2预报4 h轨道的3D RMS分别优于2 dm和1 dm,24 h轨道预报结果3D RMS分别优于2.5 m和2 m. 相似文献
6.
采用灰色理论中的GM(1,1)模型,对建筑物的沉降数据进行拟合,并以此模型进行预报。通过实例分析,GM(1,1)模型具有较高的拟合精度以及预报精度,能够准确预报建筑物未来沉降趋势,在确保建筑物安全方面,具有较高的实际指导意义。 相似文献
7.
8.
9.
基于灰色模型的诸多优点，作者选用GM(1，1)模型分析和预报形变监测序列。然而直接应用GM(1，1)灰色模型分析和预报具有季节性的监测序列时往往精度不高。因此，作者提出运用基于季节指数的“去季节波动”法与GM(1，1)混合建模，对监测资料进行分析与预报。基于均方差和平均绝对误差两个精度准则，作者对此方法与周期函数拟合模型进行了比较。结果表明，此方法提高了具有季节性波动监测序列的预报精度，且建模方法简便、快捷。 相似文献
10.
首次定位时间(TTFF)是衡量GPS接收机性能的一个重要指标, 其中以广播星历搜集最为耗时, 预先提供广播星历可使TTFF减短至几秒, 并提高接收终端灵敏度, 减少功耗。对此, 本文给出了一种基于移动终端广播星历的自主轨道预报方法, 并对移动终端卫星轨道预报方法与模型、EOP参数的长期预报及精化光压模型等关键问题进行了分析, 通过GPS广播星历数据实测分析表明,当拟合弧段仅有1 d时, 可使预报1 d、7 d、14 d的SISRE分别在10 m以内、57 m左右和120 m左右;当拟合弧段有2~5 d时, 可使预报1 d、7 d、14 d的SISRE分别降至5 m以内、23 m以内和64 m以内, 若拟合弧段保持在6~8 d, 可使预报1 d、7 d、14 d的SISRE分别达3 m左右、15 m左右和30 m左右;当拟合弧长大于8 d时预报精度趋向稳定。 相似文献
11.
12.
13.
BP神经网络用于GPS高程拟合时存在收敛速度慢,受初始值选取影响大和易陷入局部极大值的问题。本文提出一种改进的BP神经网络高程拟合方法,将模拟退火算法(Simulated Annealing,SA)引入BP神经网络模型,利用模拟退火算法的全局寻优能力对BP神经网络的初始值进行选择,同时优化神经网络的各层神经元之间的连接权值和阈值,提高BP神经网络拟合法的拟合精度、收敛速度和推广泛化能力。最后结合实际算例对所提方法的拟合性能进行验证,结果表明利用模拟退火算法改进的BP神经网络进行高程拟合是可行且有效的,拟合结果优于传统BP神经网络法。 相似文献
14.
神经网络算法一直是国内外研究的热点问题,BP神经网络算法具有更小的模型误差,因此,被广泛应用于GPS高程拟合。本文通过对同一区域GPS高程拟合的应用探究,运用迭代运算对比BP神经网络算法与多项式拟合数据,从而证明BP神经网络在一定条件下具有更高的精度,更加突出了BP神经网络算法的实用性。 相似文献
15.
利用神经网络方法评价大坝安全具有一定的优势,但传统大坝安全评价方法不能为神经网络模型提供合适的学习样本。文中引入安全度值的概念,为神经网络提供可量化的学习样本,并针对BP神经网络收敛速度慢、稳定性差、易陷入局部极小等问题,利用遗传算法进行改进,提出基于遗传神经网络的大坝安全评价方法。工程实例表明,评价方法合理、可行。 相似文献
16.
将小波母函数嵌入人工神经网络的神经元,形成紧致型小波神经网络,该网络用于遥感测温的数据拟合中,可提升纯粹的BP神经网络的拟合精度。本文结合红沿河核电站无人机红外测温试验,对其采集的一组温度数据采用小波神经网络进行拟合。对实验数据进行了统计分析,结果表明:小波神经网络能保证拟合误差在很小的范围之内,并且优于BP神经网络。 相似文献
17.
变形监测数据的RBF神经网络预测方法 总被引：1，自引：0，他引：1
研究了RBF神经网络的变形预测模型及其训练准则和算法，分析了基于RBF神经网络和BP网络的盾构施工变形预测结果，得出了很好的预测效果。 相似文献
18.
为了提高变形监测数据预测的精度与可靠性,提高神经网络预测方法的稳定性,尝试将小波分析与BP神经网络相结合的小波神经网络应用于高铁路基处的沉降监测数据处理中。综合小波分析与神经网络算法的优点,建立松散型及紧致型小波神经网络预测分析模型。通过实验数据对比分析,验证了采用紧致型小波神经网络预测模型能够较好地用来处理路基的动态变形监测数据,预测稳定性及预测精度较高。 相似文献
19.
针对灰色神经网络权值阈值的不确定性,该文提出改进型果蝇优化算法优化的灰色神经网络预测模型。通过添加逃脱系数修改适应度函数,同时引入三维空间搜索的概念扩大了果蝇搜索范围对基本果蝇优化算法进行改进,避免算法陷入早熟收敛的陷阱,加快收敛速度,有效地提高了算法的优化性能。利用改进型果蝇优化算法优化灰色神经网络参数建立预测模型。选用实际工程沉降数据仿真模拟,验证该模型的预测性能,并将预测结果与果蝇优化算法灰色神经网络、粒子群优化灰色神经网络和灰色神经网络进行比较。结果表明,改进型果蝇优化算法优化的灰色神经网络预测模型预测精度更高,拟合程度更好。 相似文献