顾及噪声影响的GNSS高程序列预测Prophet方法

P228; 全球导航卫星系统(global navigation satellite system,GNSS)高程时间序列具有非平稳、非线性、含噪声等特点,在深入研究Prophet预测模型的基础上,针对Prophet预测模型对于趋势信号和周期信号有良好预测效果这一特性,提出一种引入经验模态分解(empirical mode decomposition,EMD)的"降噪—分解—预测"组合GNSS高程时间序列预测方法.该方法先将原始时间序列进行EMD降噪,再对降噪后的序列进行分解预测,最后重构各分量预测信号为最终预测序列.通过对实测高程数据进行研究,实验结果表明:降噪后信号的平...

Full description

Saved in:
Bibliographic Details
Published in国防科技大学学报 Vol. 45; no. 2; pp. 121 - 130
Main Authors 鲁铁定, 陶蕊, 贺小星, 程远明, 周子琪
Format Journal Article
LanguageChinese
Published 东华理工大学 测绘工程学院,江西 南昌 330013%江西理工大学 土木与测绘工程学院,江西 赣州 341000%南昌市城市规划设计研究总院,江西 南昌 330200 01.04.2023
Subjects
经验模态分解
时间序列预测
组合模型
Prophet
降噪
Online AccessGet full text
ISSN1001-2486
DOI10.11887/j.cn.202302014

Cover

More Information
Summary:P228; 全球导航卫星系统(global navigation satellite system,GNSS)高程时间序列具有非平稳、非线性、含噪声等特点,在深入研究Prophet预测模型的基础上,针对Prophet预测模型对于趋势信号和周期信号有良好预测效果这一特性,提出一种引入经验模态分解(empirical mode decomposition,EMD)的"降噪—分解—预测"组合GNSS高程时间序列预测方法.该方法先将原始时间序列进行EMD降噪,再对降噪后的序列进行分解预测,最后重构各分量预测信号为最终预测序列.通过对实测高程数据进行研究,实验结果表明:降噪后信号的平均信噪比为10.30dB,能量百分比平均为88.75％;利用所构建的短期预测方法,GNSS高程时间序列预测结果的均方根误差分别平均提升26.41％和14.88％;平均百分比误差分别平均提升18.92％和7.91％,验证了组合预测方法的有效性及实用性.
ISSN:1001-2486
DOI:10.11887/j.cn.202302014