《表3 两种方法预报不同步长的指标比较》
本试验采用2 h的钟差数据(2016年4月3日00:00—2016年4月3日2:00)共9个历元[14]建立灰色预报模型和基于最小一乘法改进的灰色预报模型,然后分别去预报未来10、12、14、16 h短期的钟差数据,即预报历元步长为41、49、57、65;预报未来24、48、72、96 h中长期的钟差数据,即预报历元步长为97、193、289、385,预报未来7、14、21、28 d长期的钟差数据,即预报历元步长为673、1345、2017、2689。将10、12、14、16 h的实际观测钟差数据,24、48、72、96 h的实际观测钟差数据和7、14、21、28 d的实际观测钟差数据与各模型预报的钟差数据相减即可得到预报误差。因为IGS服务器上公布的为事后钟差产品,因此钟差的自身误差小于0.1 ns,可以作为真值,使用均方根误差(RMS)(具体计算公式见式(14)) 作为衡量预报精度的标准,检验各模型所预报结果的好坏程度。图2—图4和表1—表3分别给出了传统灰色模型和基于最小一乘法改进的灰色模型的预报误差和预报误差的统计特性,其中MAX、MEAN分别代表最大误差和平均误差。
图表编号 | XD0028858100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.25 |
作者 | 于烨、黄默、王小青、胡锐 |
绘制单位 | 中国科学院微电子研究所、中国科学院大学、中国科学院微电子研究所、中国科学院微电子研究所、中国科学院微电子研究所 |
更多格式 | 高清、无水印(增值服务) |