本发明公开了一种基于时间序列干预模型的UT1‑UTC预报方法,包括如下操作步骤:首先对UT1‑UTC序列预处理,去除跳秒和地球简谐潮汐项;其次对UT1‑UTC平稳序列进行最小二乘LS拟合;进行自回归AR模型拟合,获取AR拟合模型,并计算AR拟合残差;然后在干预事件,基于AR拟合残差,建立干预模型;最后,将LS拟合模型、AR拟合模型...
广告 工业机器人不同编程方式对定位精度和重复定位精度要求有哪些不同 定位精度:指机器人末端执行器实际到达位置与目标位置(理论位置)之间的接近程度。 重复定位精度:指机器人末端执行器为重 UTC行家箱包的定位是什么? UTC行家引入中国的所有国际品牌,都具有世界级的知名度和美誉度,受到全球无数消费者的追捧。UTC行家...
一种UT1‑UTC混合差分预报方法,包括以下步骤:通过文件或者网络获取UT1‑UTC基础数据和LOD基础数据;移除UT1‑UTC基础数据的跳秒和潮汐,获得UT1R‑TAI基础数据,并移除LOD基础数据的潮汐,获得基础数据;计算UT1R‑TAI基础数据的一阶差分序列;计算UT1R‑TAI基础数据的一阶差分序列和基础数据的和序列;根据和...
UT1预报最小二乘端部效应端部延拓现有UT1-UTC预报模式在进行周期项与残差项拟合分离时,通常没有考虑最小二乘(LS)拟合序列的端部畸变现象(数据处理中称为端部效应),预报精度难以取得较大改善.针对LS拟合存在的端部畸变现象,首先采用时序分析方法在UT1-UTC序列两端进行数据延拓,形成一个新序列,然后用新序列求解LS...
The results prove that the WLS+MAR model can effectively improve the prediction accuracy of UT1-UTC.doi:10.1007/978-3-642-37407-4_21Zhang-zhen SunTian-he XuSpringer Berlin HeidelbergPrediction of UT1-UTC Based on Combination of WeightedLeast-squares and Multivariate Autoregressive. Sun Zhangzhen...
We present first results for the determination of UT1-UTC using the VLBI Global Observing System (VGOS). During December 2019 through February 2020, a series of 1 h long observing sessions were performed using the VGOS stations at Ishioka in Japan a
灰色系统模型在 UT1-UTC 超短期预报中的应用∗ 雷雨;赵丹宁;蔡宏兵 【期刊名称】《天文学报》 【年(卷),期】2016(057)003 【摘要】依据灰色系统理论和 UT1–UTC 的变化规律,以较少的观测样本建立了预 报 UT1–UTC 的灰色系统模型,并将其与人工神经网络(artificial neural network, ANN)、最小二乘(least...
【摘要】针对UT1-UTC序列呈现趋势性和随机性变化的特点,提出一种基于GM(1,1)和自回归(autoregressive,AR)的组合预报模型.该模型首先采用GM(1,1)模型预报UT1-UTC序列中的趋势项,然后利用AR模型对GM(1,1)模型残差序列进行建模和预报,最后将GM(1,1)模型和AR模型的预报结果相加获得UT1-UTC预报值.将组合模型的...
参见图1,一种ut1-utc混合差分预报方法,该方法包括以下步骤: [0028] s1、通过文件或者网络获取ut1-utc基础数据和lod基础数据; [0029] s2、移除ut1-utc基础数据的跳秒和潮汐,获得ut1r-tai基础数据,并移除lod基础数据的潮汐,获得lodr基础数据; [0030] ...
采用最小二乘(LS)与自回归(AR)模型相结合的方法,建立适合UT1-UTC预报的LS+AR模型.首先扣除UT1-UTC序列中的闰秒和固体地球带谐潮汐项,并对处理后的UT1-UTC序列作一次差分,然后对差分序列进行LS拟合,再用AR模型对LS拟合残差建模,最后将AR模型预测值和LS外推值相加,得到差分序列预测值,再将预报的一次差还原,同...