衛(wèi)星鐘差預(yù)報(bào)的小波神經(jīng)網(wǎng)絡(luò)算法研究

王宇譜，呂志平，陳正生，等

摘要：目的：衛(wèi)星鐘差（satellite clock bias，SCB）的預(yù)報(bào)在衛(wèi)星導(dǎo)航定位系統(tǒng)中具有重要的作用：導(dǎo)航衛(wèi)星任意時(shí)刻的鐘差是通過(guò)導(dǎo)航電文發(fā)布的鐘差參數(shù)外推得到的，研究鐘差預(yù)報(bào)有利于提高參數(shù)預(yù)報(bào)的可靠性和準(zhǔn)確性、優(yōu)化衛(wèi)星鐘差改正數(shù)據(jù)上傳時(shí)間間隔；在實(shí)時(shí)動(dòng)態(tài)精密單點(diǎn)定位中需要采用鐘差預(yù)報(bào)結(jié)果參與計(jì)算來(lái)實(shí)現(xiàn)高精度定位；衛(wèi)星自主導(dǎo)航需要地面預(yù)報(bào)一段時(shí)間的鐘差作為其先驗(yàn)信息。因此，提高導(dǎo)航衛(wèi)星鐘差的預(yù)報(bào)精度非常重要。目前已有的研究表明，星載原子鐘頻率總的波動(dòng)是白噪聲調(diào)相、白噪聲調(diào)頻和閃變?cè)肼曊{(diào)相、閃變?cè)肼曊{(diào)頻以及隨機(jī)游走調(diào)頻5種噪聲線性疊加的結(jié)果，這使得建立精準(zhǔn)的星載原子鐘運(yùn)行模型變得比較困難，從而也使高精度的鐘差預(yù)報(bào)變得相當(dāng)困難。本文結(jié)合鐘差數(shù)據(jù)的特點(diǎn)、利用小波神經(jīng)網(wǎng)絡(luò)（WNN）在非線性時(shí)間序列預(yù)報(bào)方面的優(yōu)良特性，建立了結(jié)構(gòu)簡(jiǎn)單、適合較高精度鐘差預(yù)報(bào)的WNN 算法。方法：根據(jù)衛(wèi)星鐘差的特點(diǎn)，提出了一種基于一次差方法的小波神經(jīng)網(wǎng)絡(luò)（WNN）鐘差預(yù)報(bào)算法。在利用WNN 解決具體問(wèn)題時(shí)，其關(guān)鍵在于針對(duì)具體對(duì)象的特點(diǎn)確定合適的網(wǎng)絡(luò)結(jié)構(gòu)。實(shí)際應(yīng)用中，具有一個(gè)隱含層和一個(gè)輸出層的兩層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)任意非線性映射；但是對(duì)于網(wǎng)絡(luò)每層神經(jīng)元數(shù)量的確定目前還沒(méi)有明確的理論依據(jù)可以遵循。通常，輸出層神經(jīng)元的個(gè)數(shù)等于需要輸出的不同類型變量的個(gè)數(shù)；由于網(wǎng)絡(luò)最終的輸出只有鐘差這一種變量，因而輸出層神經(jīng)元個(gè)數(shù)為1個(gè)；同時(shí)在鐘差的預(yù)報(bào)過(guò)程中，當(dāng)已經(jīng)預(yù)報(bào)出了一部分鐘差值的情況下，后面的鐘差是根據(jù)其所對(duì)應(yīng)的歷元通過(guò)移動(dòng)窗口的方法來(lái)獲得。而網(wǎng)絡(luò)隱含層神經(jīng)元個(gè)數(shù)的確定則是整個(gè)WNN 模型的重難點(diǎn)。理論上分析應(yīng)該存在一個(gè)合適的隱含層單元數(shù)可以滿足鐘差的較高精度預(yù)報(bào)，但其確定過(guò)程需要構(gòu)造較復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)和進(jìn)行大量的試驗(yàn)；為了避免這種情況，根據(jù)衛(wèi)星鐘差具有數(shù)據(jù)有效位數(shù)較多但相鄰歷元間的數(shù)值變化不大、相鄰歷元間一次差可降低原鐘差序列趨勢(shì)項(xiàng)影響得到一組有效數(shù)字位數(shù)減少的數(shù)據(jù)序列的特點(diǎn)，建立了一種基于一次差方法的WNN 鐘差預(yù)報(bào)算法：對(duì)相鄰歷元間鐘差作一次差后的差值進(jìn)行建模，根據(jù)時(shí)間序列預(yù)報(bào)一次差的值；再將預(yù)報(bào)的一次差還原，得到鐘差預(yù)報(bào)值。該方法使得預(yù)報(bào)鐘差的WNN 不但模型結(jié)構(gòu)簡(jiǎn)單，而且預(yù)報(bào)精度高。結(jié)合試驗(yàn)確定衛(wèi)星鐘差預(yù)報(bào)WNN 模型的隱含層神經(jīng)元個(gè)數(shù)為6個(gè)。然后，對(duì)WNN 中的其他相關(guān)構(gòu)成進(jìn)行了分析，主要包括小波基函數(shù)的選取、模型預(yù)報(bào)過(guò)程中所采用的學(xué)習(xí)訓(xùn)練算法。WNN 鐘差預(yù)報(bào)模型的小波基函數(shù)選取的是適合非線性時(shí)間序列預(yù)報(bào)的Morlet 小波函數(shù)，網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練算法選擇的是基于梯度下降的最優(yōu)化的反向傳播算法。此外，為了避免逐個(gè)訓(xùn)練引起網(wǎng)絡(luò)權(quán)值和閾值在修正時(shí)發(fā)生震蕩，采用成批訓(xùn)練樣本的方法。結(jié)果：通過(guò)模型分析與衛(wèi)星鐘差預(yù)報(bào)試驗(yàn)可知：① 鐘差建模數(shù)據(jù)的增多總體上可以改善二次多項(xiàng)式模型隨著預(yù)報(bào)時(shí)間的變長(zhǎng)導(dǎo)致預(yù)報(bào)誤差變大的不足，特別是對(duì)使用一次差方法的時(shí)候。而建模數(shù)據(jù)的增多對(duì)灰色模型預(yù)報(bào)效果的影響不明顯，但對(duì)該模型使用一次差方法時(shí)的精度和穩(wěn)定性有改善，而且使其預(yù)報(bào)性能優(yōu)于不使用一次差方法。鐘差建模數(shù)據(jù)的增多對(duì)小波神經(jīng)網(wǎng)絡(luò)（WNN）模型的預(yù)報(bào)精度和算法穩(wěn)定性均有顯著提高，因此使用較多的鐘差數(shù)據(jù)建模，WNN 模型可以高精度地實(shí)現(xiàn)較長(zhǎng)時(shí)間的鐘差預(yù)報(bào)。② 對(duì)于WNN 模型而言，使用一次差方法時(shí)其鐘差預(yù)報(bào)效果比不使用時(shí)得到了明顯提高，一方面是因?yàn)樵撃Ｐ妥陨砭陀幸欢ǖ目共钚?，另一方面說(shuō)明在網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)一定的情況下，由原鐘差序列有效數(shù)位太多引起的WNN 模型難以較好地?cái)M合鐘差模型造成的預(yù)報(bào)誤差遠(yuǎn)大于由相鄰歷元作差對(duì)建模所造成的預(yù)報(bào)誤差。因此，在使用WNN 前對(duì)有效位數(shù)多的原始數(shù)據(jù)序列進(jìn)行適當(dāng)?shù)奶幚砜梢蕴岣遅NN 模型的預(yù)報(bào)性能；通過(guò)鐘差相鄰歷元間一次差的建模方法，WNN 模型可實(shí)現(xiàn)衛(wèi)星鐘差的較高精度預(yù)報(bào)，同時(shí)避免了構(gòu)造復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)。結(jié)論：本文提出一種使用一次差方法的WNN鐘差預(yù)報(bào)模型。該方法使得預(yù)報(bào)鐘差的小波神經(jīng)網(wǎng)絡(luò)不但模型結(jié)構(gòu)簡(jiǎn)單，而且預(yù)報(bào)精度高。同時(shí)，通過(guò)算例將新模型與常用的二次多項(xiàng)式模型和灰色模型進(jìn)行對(duì)比，結(jié)果表明：使用神經(jīng)網(wǎng)模型進(jìn)行時(shí)間序列預(yù)報(bào)，數(shù)據(jù)有效位數(shù)的多少對(duì)網(wǎng)絡(luò)的預(yù)報(bào)性能有影響；一次差方法可以使給定結(jié)構(gòu)的小波神經(jīng)網(wǎng)絡(luò)的鐘差預(yù)報(bào)精度得到顯著提高，并且新模型的預(yù)報(bào)效果優(yōu)于兩種常規(guī)模型。

來(lái)源出版物：測(cè)繪學(xué)報(bào),2013,42(3):323-330

入選年份：2017

展望大數(shù)據(jù)時(shí)代的地球空間信息學(xué)

李德仁

摘要：20世紀(jì)90年代，隨著全球信息化和互聯(lián)網(wǎng)的推進(jìn)，地球空間信息學(xué)應(yīng)運(yùn)而生，推動(dòng)了數(shù)字地球和數(shù)字城市的建設(shè)。21世紀(jì)以來(lái)，隨著全球信息化與工業(yè)化的高度集成發(fā)展，出現(xiàn)了物聯(lián)網(wǎng)和云計(jì)算，人類進(jìn)入了大數(shù)據(jù)時(shí)代。大數(shù)據(jù)具有5 大特征：volume（體量大）、velocity（速度快）、variety（模態(tài)多樣）、veracity（真?zhèn)坞y辨）、value（價(jià)值巨大）。面對(duì)大數(shù)據(jù)的到來(lái)，目前的問(wèn)題是，由于體量大、速度快、模態(tài)多樣和真?zhèn)坞y辨，很難有效地從大數(shù)據(jù)中挖掘出它的巨大價(jià)值，就會(huì)形成“數(shù)據(jù)海量、信息缺失、知識(shí)難覓”的局面。地球空間信息學(xué)可為地球科學(xué)問(wèn)題的研究提供空間信息框架、數(shù)學(xué)基礎(chǔ)和信息處理的技術(shù)方法，同時(shí)，它又通過(guò)多平臺(tái)、多尺度、多分辨率、多時(shí)相的空、天、地對(duì)地觀測(cè)、感知和認(rèn)知手段改善和提高人們觀察地球的能力，為人們?nèi)婢_判斷與決策提供大量可靠的時(shí)空信息。大數(shù)據(jù)時(shí)代對(duì)地球空間信息學(xué)提出新的要求，使之具有新的時(shí)代特點(diǎn)。這些特點(diǎn)可以概括為以下7個(gè)方面：無(wú)所不在、多維動(dòng)態(tài)、互聯(lián)網(wǎng)＋網(wǎng)絡(luò)化、全自動(dòng)與實(shí)時(shí)化、從感知到認(rèn)知、眾包與自發(fā)地理信息、面向服務(wù)。地球空間信息學(xué)一定要抓住大數(shù)據(jù)帶來(lái)的機(jī)遇，迎接新需求帶來(lái)的挑戰(zhàn)。除了利用多年來(lái)地球空間信息學(xué)已有的研究成果外，天地一體化網(wǎng)絡(luò)實(shí)時(shí)智能服務(wù)需要解決以下關(guān)鍵技術(shù)問(wèn)題：關(guān)鍵技術(shù)1：全球空天地一體化的非線性地球參考框架構(gòu)建技術(shù)。利用裝載有GNSS 接收機(jī)的高中低軌衛(wèi)星、地面或星間可跟蹤的高中低軌衛(wèi)星，通過(guò)靜態(tài)的地面跟蹤站和動(dòng)態(tài)的衛(wèi)星和天體來(lái)共同構(gòu)建和維持我國(guó)自主的全球時(shí)空基準(zhǔn)。關(guān)鍵技術(shù)2：星基導(dǎo)航增強(qiáng)技術(shù)。利用低軌衛(wèi)星上搭載星載GNSS 接收機(jī)連續(xù)觀測(cè)記錄，結(jié)合激光測(cè)距等手段和現(xiàn)有地基增強(qiáng)系統(tǒng)，提高北斗衛(wèi)星導(dǎo)航系統(tǒng)的實(shí)時(shí)定位精度。關(guān)鍵技術(shù)3：天地一體化網(wǎng)絡(luò)通信技術(shù)。為滿足多源影像與視頻信息傳輸、增強(qiáng)導(dǎo)航以及增強(qiáng)地面移動(dòng)通信的需求，需要通過(guò)天網(wǎng)、地網(wǎng)的互聯(lián)互通，構(gòu)建天地一體化的通信網(wǎng)絡(luò)。關(guān)鍵技術(shù)4：多源成像數(shù)據(jù)在軌處理技術(shù)。針對(duì)衛(wèi)星影像與視頻數(shù)據(jù)量大，星上數(shù)據(jù)存儲(chǔ)、處理與傳輸能力受限的問(wèn)題，通過(guò)星地資源協(xié)同調(diào)度與優(yōu)化，提升數(shù)據(jù)處理和信息提取效率和自動(dòng)化水平。關(guān)鍵技術(shù)5：天基信息智能終端服務(wù)技術(shù)。系統(tǒng)除向?qū)I(yè)用戶（行業(yè)、部門(mén)）提供服務(wù)外，還需面向互聯(lián)網(wǎng)大眾信息消費(fèi)的主流平臺(tái)—智能手機(jī)與移動(dòng)終端提供定制化的智能天基信息服務(wù)。關(guān)鍵技術(shù)6：天基資源調(diào)度與網(wǎng)絡(luò)安全。系統(tǒng)通過(guò)對(duì)衛(wèi)星資源的動(dòng)態(tài)組織調(diào)度，可實(shí)現(xiàn)衛(wèi)星資源組織面向任務(wù)快速應(yīng)變。同時(shí)，由于空間網(wǎng)絡(luò)的開(kāi)放特性，系統(tǒng)通信鏈路容易受到宇宙射線、電磁信號(hào)干擾，甚至惡意破壞。關(guān)鍵技術(shù)7：基于載荷的多功能衛(wèi)星平臺(tái)設(shè)計(jì)與研制。按照“一星多用”要求，單個(gè)衛(wèi)星平臺(tái)需要集成遙感、導(dǎo)航、通信、數(shù)傳等多種載荷，可根據(jù)任務(wù)需求實(shí)現(xiàn)能力可伸縮。最后給出大數(shù)據(jù)時(shí)代地球空間信息學(xué)的新定義，即地球空間信息學(xué)是用各種手段和集成各種方法對(duì)地球及地球上的實(shí)體目標(biāo)和人類活動(dòng)進(jìn)行時(shí)空數(shù)據(jù)采集、信息提取、網(wǎng)絡(luò)管理、知識(shí)發(fā)現(xiàn)、空間感知認(rèn)知和智能位置服務(wù)的一門(mén)多學(xué)科交叉的科學(xué)和技術(shù)。從這個(gè)新定義出發(fā)，地球空間信息學(xué)將在構(gòu)建智慧地球和智慧城市的大數(shù)據(jù)時(shí)代面臨更多的發(fā)展機(jī)遇和艱巨的任務(wù)，必將為人類社會(huì)的進(jìn)步和可持續(xù)發(fā)展作出更大的貢獻(xiàn)。

來(lái)源出版物：測(cè)繪學(xué)報(bào),2016,45(4):379-384

入選年份：2017