相关实验视频
Updated: Jun 18, 2025

A Computational Method to Quantify Fly Circadian Activity
Published on: October 28, 2017
灰色建模和实时预测对于近似的非均的白色指数定律BDS时钟偏差序列
Xiaorong Tan1,2, Jiangning Xu2, Fangneng Li2
1School of Electronic Engineering, Jiujiang University, Jiujiang, 332005, China.
本研究引入了一个适应性灰色模型,用于精确的卫星时钟偏差预测,显著减少实时精确点定位 (PPP) 和实时动力学 (RTK) 的预测错误. 改进后的模型达到纳秒以下的精度,提高了卫星导航系统的效率.
科学领域:
- 卫星导航系统 卫星导航系统
- 地测和地球物理学的地质学.
- 时间序列分析时间序列分析
背景情况:
- 准确的卫星时钟偏差预测对于实时精确点定位 (PPP) 和维护服务质量至关重要.
- 传统的灰色模型可以显示某些卫星的高预测误差.
- 不同的卫星时钟行为需要可适应的预测方法.
研究的目的:
- 为准确的卫星时钟偏差预测开发一个先进的灰色模型.
- 引入适应型模型选择策略,以提高不同卫星时钟的预测准确度.
- 使用北斗卫星导航系统 (BDS) 数据验证拟议的方法.
主要方法:
- 构建一个非均的白色指数定律灰色模型,以适应时钟偏差.
- 实施适应性策略,以选择最佳预测模型.
- 通过使用BeiDou (BDS) 观测产品的预测场景进行验证.
主要成果:
- 拟议的自适应灰色模型实现了低于1纳秒/天的预测准确性.
- 与单个灰色模型相比,预测不确定性大大减少.
- 使用BeiDou (BDS) 数据证明了有效性,优于现有方法.
结论:
- 适应性灰色模型显著提高了卫星时钟偏差预测的准确性和可靠性.
- 这种方法为RTK和PPP等实时应用提供了改进的数据选择.
- 该战略为精确的卫星导航服务提供了强大的解决方案.
更多相关视频
06:03AMEBaS: Automatic Midline Extraction and Background Subtraction of Ratiometric Fluorescence Time-Lapses of Polarized Single Cells
Published on: June 23, 2023
10:46A Method of Trigonometric Modelling of Seasonal Variation Demonstrated with Multiple Sclerosis Relapse Data
Published on: December 9, 2015
相关概念视频
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
Basic Discrete Time Signals
The unit impulse or sample sequence is mathematically expressed as zero for all n values except at n=0, where it is one. The unit impulse sequence, denoted by δ(n), is the first difference of the unit step sequence, while the unit step sequence u(n) is...