应用端部效应改善的LS＋NN模型进行日长变化预报

NTSC-IR

	应用端部效应改善的LS＋NN模型进行日长变化预报
	雷雨; 蔡宏兵
	2016
发表期刊	飞行器测控学报
ISSN	1674-5620
卷号	35.0 期号:003 页码:222
摘要	现有△LOD（Delta Length-Of-Day，日长变化）预报模式在进行周期项与残差项拟合分离时，通常没有考虑LS（Least Squares，最小二乘）拟合序列的端部效应，预报精度难以取得较大提高。针对端部效应现象，首先采用时间序列分析模型在ALOD序列两端进行数据延拓，构成一个新序列，然后用新序列求得LS外推模型系数，再结合LS外推模型和NN（Neural Network，神经网络）对原始△LOD序列进行预测。算例表明，在ALOD序列两端增加延拓数据，能有效改善LS拟合序列的端部效应；端部效应改善的LS＋NN模型的预报精度明显优于常规LS＋NN模型，精度最大提高了17．86％。该方法不仅适用于LS＋NN模型，也适用于LS外推模型与其他模型的组合。
关键词	日长变化预报最小二乘＋神经网络（LS＋NN）模型端部效应端点延拓
语种	英语
文献类型	期刊论文
条目标识符	http://210.72.145.45/handle/361003/12641
专题	中国科学院国家授时中心
作者单位	中国科学院国家授时中心
第一作者单位	中国科学院国家授时中心
推荐引用方式 GB/T 7714	雷雨,蔡宏兵. 应用端部效应改善的LS＋NN模型进行日长变化预报[J]. 飞行器测控学报,2016,35.0(003):222.
APA	雷雨,&蔡宏兵.(2016).应用端部效应改善的LS＋NN模型进行日长变化预报.飞行器测控学报,35.0(003),222.
MLA	雷雨,et al."应用端部效应改善的LS＋NN模型进行日长变化预报".飞行器测控学报 35.0.003(2016):222.