基于奇异谱分析的卫星钟差预报方法OA

提出一种基于奇异谱分析(SSA)的“分解-重构-预报”卫星钟差预报方法。该方法首先将钟差时间序列分解为趋势信号、周期信号与随机信号,然后根据3类信号的Hurst指数存在明显差异这一特性确定钟差重构信号,最后利用SSA迭代插补算法对钟差重构信号进行外推,获得最终的钟差预报时间序列。以GPS和BDS-3卫星钟差为例进行分析与预报研究,结果表明,SSA能够准确提取钟差的趋势信号与周期信号,相比于附加周期项的二次多项式模型、灰色模型和差分整合移动平均自回归模型,本文方法预报结果的均方根误差更小且更稳定。对于12 h预报,GPS卫星钟差平均预报精度较3种模型分别提高38.81%、59%和72.11%,BDS-3卫星钟差平均预报精度分别提高71.54%、74.82%和70.09%;对于24 h预报,GPS卫星钟差平均预报精度分别提高51%、70.66%和83.99%,BDS-3卫星钟差平均预报精度分别提高86.36%、85.25%和81.05%,验证了本文方法的有效性与实用性。