基于ARMA模型的BDS卫星钟差异常值探测及其短期预报

作者：韩松辉; 宫轶松; 李建文; 马朝忠; 李新娜; 郭淑妹

来源：武汉大学学报(信息科学版), 2021, 46(02): 244-261.

DOI：10.13203/j.whugis20190232

• ARMA模型
• 异常值探测
• 短期预报
• 岭估计
• 卫星钟差预报

星载原子钟在运行过程中会受到恶劣空间环境与设备老化等因素的影响,使得卫星钟差数据中经常存在异常值,其中AO(additive outlier)类异常值是钟差序列中常见的一类异常值。结合最大期望算法与自回归滑动平均(autoregressive moving average,ARMA)模型,提出一种AO类异常值探测算法。该算法可以准确探测孤立AO类异常值与成片AO类异常值,有效克服了其他算法经常出现的淹没与掩盖现象。在成功探测钟差序列AO类异常值的同时,该算法可以估计得到精确的ARMA模型,进而能准确地进行卫星钟差预报。利用仿真数据与北斗卫星钟差实测数据进行计算分析,结果表明,所提算法可以精确探测出钟差序列AO类异常值,并且具有很好的卫星钟差预报效果。

• 单位
  信息工程大学; 信息工程大学地理空间信息学院