利用端點延拓提高LS + NN模型的UT1-UTC預報精度

作者：趙丹寧,雷雨

摘要：現有UT1-UTC預報模式在進行周期項與殘差項擬合分離時,通常沒有考慮最小二乘擬合序列的端部效應,預報精度難以取得較大提高。針對最小二乘擬合存在的端部效應,首先采用灰色模型在UT1-UTC序列的兩端進行數據延拓,形成一個新序列,然后對新序列進行最小二乘擬合,最后再聯合最小二乘和神經網絡(LS+NN)模型對UT1-UTC原始序列進行外推。結果表明,對UT1-UTC序列進行端點數據延拓再進行最小二乘擬合,能夠有效地改善最小二乘擬合序列的端部效應;相對于常規LS+NN模型,端部效應改善的LS+NN模型的UT1-UTC預報精度有一定提高,尤其對中長期預報精度提高更為明顯。

發文機構：寶雞文理學院電子電氣工程學院 中國科學院國家授時中心

關鍵詞：世界時預報端點延拓灰色模型最小二乘外推神經網絡Universal time(UT1)PredictionEdge extensionGrey modelLeast-squares extrapolationNeural network

分類號： P227[天文地球—大地測量學與測量工程][天文地球—測繪科學與技術]