一种CEEMD-TCN的BDS轨道误差预报算法

作者：崔东东; 吕广涵; 张恒璟; 陈醒; 施克; 郝安华

来源：导航定位学报, 2022, 10(02): 76-84.

DOI：10.16547/j.cnki.10-1096.20220210

• 北斗卫星导航系统
• 轨道误差预报
• 补偿模型
• 时间卷积网络
• 预报精度

针对长短期记忆网络（LSTM）对利用动力学模型预报的北斗卫星导航系统（BDS）轨道预报误差值拟合效果不优的问题，设计一种互补集合经验模态分解与时间卷积网络结合（CEEMD-TCN）的BDS轨道误差预报算法。该算法首先采用互补集合经验模态分解（CEEMD），对BDS轨道预报误差序列进行降噪处理，接着对降噪后的信号进行重构，最后将重构得到的轨道误差序列作为数据训练集进行时间卷积网络（TCN）训练。以地球静止轨道（GEO）、倾斜地球同步轨道（IGSO）、中圆地球轨道（MEO）上的三颗卫星的轨道误差序列作为研究对象，分别采用CEEMD-TCN、TCN、CEEMD-LSTM、LSTM四种补偿模型对卫星轨道预报在X、Y、Z方向上的误差进行短、中长期预报。实验结果表明：CEEMD-TCN相较于其他三种方法对BDS轨道误差预报效果最好，且CEEMD-TCN与CEEMD-LSTM中长期预报效果分别优于对应的TCN和LSTM，说明对中长期轨道误差序列进行降噪处理有利于提高预报精度。

• 单位
  辽宁工程技术大学