期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于机器学习的NWP ZTD长短期预测模型
1
作者 白子仪 徐莹 +2 位作者 冯健 于浩 张方照 《导航定位学报》 CSCD 北大核心 2024年第4期34-44,共11页
对流层延迟是影响全球卫星导航系统(GNSS)定位精度的主要误差源之一,利用数值天气预报(NWP)模型估计天顶对流层延迟(ZTD)是常用的方法之一,但NWP模型预报资料估计的ZTD精度有限;NWP模型再分析资料估计的ZTD不能用于GNSS实时定位,且目前... 对流层延迟是影响全球卫星导航系统(GNSS)定位精度的主要误差源之一,利用数值天气预报(NWP)模型估计天顶对流层延迟(ZTD)是常用的方法之一,但NWP模型预报资料估计的ZTD精度有限;NWP模型再分析资料估计的ZTD不能用于GNSS实时定位,且目前大多数文献未能对ZTD长短期预测分别进行研究。因此,利用欧洲中期天气预报中心(ECMWF)的第五代全球气候再分析资料数据集(ERA5)和国际GNSS服务组织(IGS)的高精度ZTD数据,研究基于反向传播(BP)神经网络、支持向量机和长短期记忆网络3种机器学习算法构建以年为时间窗口的ZTD长期预测模型和以24h为时间窗口的ZTD短期预测模型的可行性。实验结果表明:构建的ZTD长期预测模型和短期预测模型可以有效提高预测ZTD的精度。 展开更多
关键词 全球卫星导航系统(GNSS) 天顶对流层延迟(ZTD) 数值天气预报(NWP) 机器学习算法 预测模型
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部