测绘科学技术

卫星钟差预报的小波神经网络算法研究

王宇谱，吕志平，陈正生，等

摘要：目的：卫星钟差（satellite clock bias，SCB）的预报在卫星导航定位系统中具有重要的作用：导航卫星任意时刻的钟差是通过导航电文发布的钟差参数外推得到的，研究钟差预报有利于提高参数预报的可靠性和准确性、优化卫星钟差改正数据上传时间间隔；在实时动态精密单点定位中需要采用钟差预报结果参与计算来实现高精度定位；卫星自主导航需要地面预报一段时间的钟差作为其先验信息。因此，提高导航卫星钟差的预报精度非常重要。目前已有的研究表明，星载原子钟频率总的波动是白噪声调相、白噪声调频和闪变噪声调相、闪变噪声调频以及随机游走调频5种噪声线性叠加的结果，这使得建立精准的星载原子钟运行模型变得比较困难，从而也使高精度的钟差预报变得相当困难。本文结合钟差数据的特点、利用小波神经网络（WNN）在非线性时间序列预报方面的优良特性，建立了结构简单、适合较高精度钟差预报的WNN 算法。方法：根据卫星钟差的特点，提出了一种基于一次差方法的小波神经网络（WNN）钟差预报算法。在利用WNN 解决具体问题时，其关键在于针对具体对象的特点确定合适的网络结构。实际应用中，具有一个隐含层和一个输出层的两层结构的神经网络可以实现任意非线性映射；但是对于网络每层神经元数量的确定目前还没有明确的理论依据可以遵循。通常，输出层神经元的个数等于需要输出的不同类型变量的个数；由于网络最终的输出只有钟差这一种变量，因而输出层神经元个数为1个；同时在钟差的预报过程中，当已经预报出了一部分钟差值的情况下，后面的钟差是根据其所对应的历元通过移动窗口的方法来获得。而网络隐含层神经元个数的确定则是整个WNN 模型的重难点。理论上分析应该存在一个合适的隐含层单元数可以满足钟差的较高精度预报，但其确定过程需要构造较复杂的网络结构和进行大量的试验；为了避免这种情况，根据卫星钟差具有数据有效位数较多但相邻历元间的数值变化不大、相邻历元间一次差可降低原钟差序列趋势项影响得到一组有效数字位数减少的数据序列的特点，建立了一种基于一次差方法的WNN 钟差预报算法：对相邻历元间钟差作一次差后的差值进行建模，根据时间序列预报一次差的值；再将预报的一次差还原，得到钟差预报值。该方法使得预报钟差的WNN 不但模型结构简单，而且预报精度高。结合试验确定卫星钟差预报WNN 模型的隐含层神经元个数为6个。然后，对WNN 中的其他相关构成进行了分析，主要包括小波基函数的选取、模型预报过程中所采用的学习训练算法。WNN 钟差预报模型的小波基函数选取的是适合非线性时间序列预报的Morlet 小波函数，网络学习训练算法选择的是基于梯度下降的最优化的反向传播算法。此外，为了避免逐个训练引起网络权值和阈值在修正时发生震荡，采用成批训练样本的方法。结果：通过模型分析与卫星钟差预报试验可知：① 钟差建模数据的增多总体上可以改善二次多项式模型随着预报时间的变长导致预报误差变大的不足，特别是对使用一次差方法的时候。而建模数据的增多对灰色模型预报效果的影响不明显，但对该模型使用一次差方法时的精度和稳定性有改善，而且使其预报性能优于不使用一次差方法。钟差建模数据的增多对小波神经网络（WNN）模型的预报精度和算法稳定性均有显著提高，因此使用较多的钟差数据建模，WNN 模型可以高精度地实现较长时间的钟差预报。② 对于WNN 模型而言，使用一次差方法时其钟差预报效果比不使用时得到了明显提高，一方面是因为该模型自身就有一定的抗差性，另一方面说明在网络拓扑结构一定的情况下，由原钟差序列有效数位太多引起的WNN 模型难以较好地拟合钟差模型造成的预报误差远大于由相邻历元作差对建模所造成的预报误差。因此，在使用WNN 前对有效位数多的原始数据序列进行适当的处理可以提高WNN 模型的预报性能；通过钟差相邻历元间一次差的建模方法，WNN 模型可实现卫星钟差的较高精度预报，同时避免了构造复杂的网络结构。结论：本文提出一种使用一次差方法的WNN钟差预报模型。该方法使得预报钟差的小波神经网络不但模型结构简单，而且预报精度高。同时，通过算例将新模型与常用的二次多项式模型和灰色模型进行对比，结果表明：使用神经网模型进行时间序列预报，数据有效位数的多少对网络的预报性能有影响；一次差方法可以使给定结构的小波神经网络的钟差预报精度得到显著提高，并且新模型的预报效果优于两种常规模型。

来源出版物：测绘学报,2013,42(3):323-330

入选年份：2017

展望大数据时代的地球空间信息学

李德仁

摘要：20世纪90年代，随着全球信息化和互联网的推进，地球空间信息学应运而生，推动了数字地球和数字城市的建设。21世纪以来，随着全球信息化与工业化的高度集成发展，出现了物联网和云计算，人类进入了大数据时代。大数据具有5 大特征：volume（体量大）、velocity（速度快）、variety（模态多样）、veracity（真伪难辨）、value（价值巨大）。面对大数据的到来，目前的问题是，由于体量大、速度快、模态多样和真伪难辨，很难有效地从大数据中挖掘出它的巨大价值，就会形成“数据海量、信息缺失、知识难觅”的局面。地球空间信息学可为地球科学问题的研究提供空间信息框架、数学基础和信息处理的技术方法，同时，它又通过多平台、多尺度、多分辨率、多时相的空、天、地对地观测、感知和认知手段改善和提高人们观察地球的能力，为人们全面精确判断与决策提供大量可靠的时空信息。大数据时代对地球空间信息学提出新的要求，使之具有新的时代特点。这些特点可以概括为以下7个方面：无所不在、多维动态、互联网＋网络化、全自动与实时化、从感知到认知、众包与自发地理信息、面向服务。地球空间信息学一定要抓住大数据带来的机遇，迎接新需求带来的挑战。除了利用多年来地球空间信息学已有的研究成果外，天地一体化网络实时智能服务需要解决以下关键技术问题：关键技术1：全球空天地一体化的非线性地球参考框架构建技术。利用装载有GNSS 接收机的高中低轨卫星、地面或星间可跟踪的高中低轨卫星，通过静态的地面跟踪站和动态的卫星和天体来共同构建和维持我国自主的全球时空基准。关键技术2：星基导航增强技术。利用低轨卫星上搭载星载GNSS 接收机连续观测记录，结合激光测距等手段和现有地基增强系统，提高北斗卫星导航系统的实时定位精度。关键技术3：天地一体化网络通信技术。为满足多源影像与视频信息传输、增强导航以及增强地面移动通信的需求，需要通过天网、地网的互联互通，构建天地一体化的通信网络。关键技术4：多源成像数据在轨处理技术。针对卫星影像与视频数据量大，星上数据存储、处理与传输能力受限的问题，通过星地资源协同调度与优化，提升数据处理和信息提取效率和自动化水平。关键技术5：天基信息智能终端服务技术。系统除向专业用户（行业、部门）提供服务外，还需面向互联网大众信息消费的主流平台—智能手机与移动终端提供定制化的智能天基信息服务。关键技术6：天基资源调度与网络安全。系统通过对卫星资源的动态组织调度，可实现卫星资源组织面向任务快速应变。同时，由于空间网络的开放特性，系统通信链路容易受到宇宙射线、电磁信号干扰，甚至恶意破坏。关键技术7：基于载荷的多功能卫星平台设计与研制。按照“一星多用”要求，单个卫星平台需要集成遥感、导航、通信、数传等多种载荷，可根据任务需求实现能力可伸缩。最后给出大数据时代地球空间信息学的新定义，即地球空间信息学是用各种手段和集成各种方法对地球及地球上的实体目标和人类活动进行时空数据采集、信息提取、网络管理、知识发现、空间感知认知和智能位置服务的一门多学科交叉的科学和技术。从这个新定义出发，地球空间信息学将在构建智慧地球和智慧城市的大数据时代面临更多的发展机遇和艰巨的任务，必将为人类社会的进步和可持续发展作出更大的贡献。

来源出版物：测绘学报,2016,45(4):379-384

入选年份：2017