世界时与协调世界时差值(difference between universal time and coordinated universal time,UT1-UTC)是地球定向参数(Earth orientation parameters,EOP)的重要组成部分,其高精度和快速预测对全球卫星导航系统气象学、人造卫星精密...世界时与协调世界时差值(difference between universal time and coordinated universal time,UT1-UTC)是地球定向参数(Earth orientation parameters,EOP)的重要组成部分,其高精度和快速预测对全球卫星导航系统气象学、人造卫星精密轨道确定等实时应用领域至关重要。传统UT1-UTC预报方法在中长期预测中精度衰减明显,难以满足北斗导航系统及战争环境的精确制导等高精度需求。提出了一种融合地球流体有效角动量(effective angular momentum,EAM)信息的轴向分量χ_(3)数据与EOP14 C04序列的卷积长短期记忆神经网络(convolutional long short-term memory,ConvLSTM)模型预报UT1-UTC的新方法。实测数据分析结果发现,EAM轴向分量χ^(3)和经跳秒与潮汐改正后的UT1-UTC数据具有强相关性,其振幅和相位具有一致的频谱特性,说明EAM轴向分量χ^(3)是UT1-UTC的主要激发源。与参与第二届EOP预报比赛的各家精度进行对比,在90~360 d的中长期预报跨度中,ConvLSTM模型预报精度最优,改善幅度为30.27%~92.44%。对比公报A,时间跨度为60 d、180 d和360 d的中长期预报精度分别提升41.46%、70.07%和59.43%,证实了ConvLSTM能够显著改善UT1-UTC的中长期预报精度。展开更多
现有的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。针对最小二乘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...现有的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。针对最小二乘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,然后用新序列求解最小二乘外推模型系数,最后再联合最小二乘外推模型及神经网络对UT1-UTC序列进行预测。结果表明,在UT1-UTC序列端部增加延拓数据,可以有效地抑制最小二乘拟合序列的端部畸变,相对于常规的最小二乘外推模型,基于端部效应改善的最小二乘(Edge-effect Corrected Least Squares,ECLS)外推模型的UT1-UTC中长期预报精度改善明显。展开更多
本文论述了我国UTC(NTSC)(Coordinated Universal Time,National Time Service Center,Chinese Academy of Sciences)自动监控的进展情况,讨论了UTC(NTSC)在给定了稳定的参考TA’(NTSC)(Atom Time)时如何利用相位微调仪进行调节,使UTC(N...本文论述了我国UTC(NTSC)(Coordinated Universal Time,National Time Service Center,Chinese Academy of Sciences)自动监控的进展情况,讨论了UTC(NTSC)在给定了稳定的参考TA’(NTSC)(Atom Time)时如何利用相位微调仪进行调节,使UTC(NTSC)达到国际电信联盟给出的要求。最后给出了自动监控软件计算机模拟结果,并对模拟的结果进行了分析。展开更多
文摘世界时与协调世界时差值(difference between universal time and coordinated universal time,UT1-UTC)是地球定向参数(Earth orientation parameters,EOP)的重要组成部分,其高精度和快速预测对全球卫星导航系统气象学、人造卫星精密轨道确定等实时应用领域至关重要。传统UT1-UTC预报方法在中长期预测中精度衰减明显,难以满足北斗导航系统及战争环境的精确制导等高精度需求。提出了一种融合地球流体有效角动量(effective angular momentum,EAM)信息的轴向分量χ_(3)数据与EOP14 C04序列的卷积长短期记忆神经网络(convolutional long short-term memory,ConvLSTM)模型预报UT1-UTC的新方法。实测数据分析结果发现,EAM轴向分量χ^(3)和经跳秒与潮汐改正后的UT1-UTC数据具有强相关性,其振幅和相位具有一致的频谱特性,说明EAM轴向分量χ^(3)是UT1-UTC的主要激发源。与参与第二届EOP预报比赛的各家精度进行对比,在90~360 d的中长期预报跨度中,ConvLSTM模型预报精度最优,改善幅度为30.27%~92.44%。对比公报A,时间跨度为60 d、180 d和360 d的中长期预报精度分别提升41.46%、70.07%和59.43%,证实了ConvLSTM能够显著改善UT1-UTC的中长期预报精度。
文摘现有的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。针对最小二乘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,然后用新序列求解最小二乘外推模型系数,最后再联合最小二乘外推模型及神经网络对UT1-UTC序列进行预测。结果表明,在UT1-UTC序列端部增加延拓数据,可以有效地抑制最小二乘拟合序列的端部畸变,相对于常规的最小二乘外推模型,基于端部效应改善的最小二乘(Edge-effect Corrected Least Squares,ECLS)外推模型的UT1-UTC中长期预报精度改善明显。
文摘本文论述了我国UTC(NTSC)(Coordinated Universal Time,National Time Service Center,Chinese Academy of Sciences)自动监控的进展情况,讨论了UTC(NTSC)在给定了稳定的参考TA’(NTSC)(Atom Time)时如何利用相位微调仪进行调节,使UTC(NTSC)达到国际电信联盟给出的要求。最后给出了自动监控软件计算机模拟结果,并对模拟的结果进行了分析。
