基于人工鱼群优化LS-SVM的卫星钟差预报
刘继业
陈西宏
刘强
孙际哲
1.空军工程大学防空反导学院,陕西西安,7100512.空军工程大学防空反导学院,陕西西安,7100513.空军工程大学防空反导学院,陕西西安,7100514.空军工程大学防空反导学院,陕西西安,710051
摘要：针对导航卫星短期钟差预报精度不高的问题,提出了一种基于人工鱼群(AFSA)优化最小二乘支持向量机(LS-SVM)的卫星钟差预报方法.利用人工鱼群算法较强的全局寻优能力优化LS-SVM模型的惩罚参数和核宽度参数,避免人为选择参数的盲目性,提高了LS-SVM的泛化能力和预报精度.选取IGS产品中4颗典型卫星的钟差数据,分别采用人工鱼群优化LS-SVM模型、神经网络模型和灰色系统模型进行短期钟差预报,计算结果表明:人工鱼群优化LS-SVM模型的预报精度优于其它2种模型,尤其是在铷钟方面,预报误差在0.5 ns内,运行时间在5 min内.
关键词：卫星钟差人工鱼群算法最小二乘支持向量机
分类号：P228(大地测量学)
资助基金：国家自然科学基金(61172169)
论文发表日期：2013-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 36-39 )
英文信息