[发明专利]地心运动人工智能预测方法和系统、电子设备及存储介质

说明书

本发明涉及一种地心运动人工智能预测方法和系统、电子设备及存储介质。该方法包括：利用EMD算法对原始地心运动的时间序列进行分解重构，获得新时间序列；求解所述新时间序列的周期和对应的振幅；以及基于所述周期和对应的振幅，利用SSA和ARMA组合模型对地心运动的周期项进行预测。本发明通过采用EMD算法对地心运动的时间序列进行分解重构，使得能够有效地识别地心运动的周期项；另外，通过构建地心运动人工智能预报模型，即以SSA和ARMA组合模型对地心运动的周期项进行长期、中期和短期预报，实现了地心运动1mm的预报精度。

技术领域

本发明涉及卫星导航定位领域，并且更特别地，涉及一种地心运动人工智能预测方法和系统、电子设备及存储介质。

背景技术

地球参考系是地球科学研究的重要基础，国际地球参考系(InternationalTerrestrial Reference System，ITRS)是目前国际上精度最高且应用最广泛的地球参考系。国际地球参考框架(International Terrestrial Reference Frame，ITRF)是ITRS的具体实现，自1988年建立起已经发布了13个版本，目前最新版本为ITRF2014。ITRF2014是利用GNSS、SLR、VLBI、DORIS四种空间大地测量手段重新处理技术解实现的，同时增加了测站的数量并改善了对非线性运动的处理。

根据国际地球自转与参考系服务(International Earth Rotation andReference Systems Service，IERS)公布的技术规范，ITRS的原点是包括固体地球的质量、海洋和大气在内的地球系统的质量中心(Center Mass of the Earth System，CM)，而ITRF的原点仅在长时间尺度上表现为CM，在短时间尺度上，ITRF原点近似位于一个相对于地球形状中心有一个固定偏差的点上。地球系统的质量重新分布导致固体地球的形状中心相对于质量中心不断发生变化，称之为地心运动，地心运动与ITRF的原点实现直接相关，并且已经成为实现毫米级精度的地球参考框架的主要误差源。

地球质心运动影响着参考框架原点的精确实现，因此对实时、高精度的毫米级参考框架的构建也有一定的影响。然而当前CSR等机构提供的地心运动是月解，间隔比较稀疏，不能实时准确估计地球质心的运动，已有学者对地心运动的动态预测进行了相关研究取得了一定的成果。但是由于地心运动的规律性不强，所采用的数学模型也存在一定不足，导致对地心运动的预测精度不高。

发明内容

为了解决现有技术中的问题，本发明提供了一种地心运动人工智能预测方法和系统、电子设备及存储介质。

第一方面，本发明提供一种地心运动人工智能预测方法，包括：

利用EMD算法对原始地心运动的时间序列进行分解重构，获得新时间序列；

求解所述新时间序列的周期和对应的振幅；以及

基于所述周期和对应的振幅，利用SSA和ARMA组合模型对地心运动的周期项进行预测。

进一步地，所述利用EMD算法对原始地心运动的时间序列进行分解重构，获得新时间序列，包括：

按照频率由高到低的顺序对所述原始地心运动的时间序列进行分解，获得多个IMF分量；

确定所述多个IMF分量之中的噪声项，剔除所述噪声项；以及

将剔除所述噪声项的多个IMF分量进行重构，获得所述新时间序列。

进一步地，所述确定所述多个IMF分量之中的噪声项，包括：

计算所述多个IMF分量中的每个IMF分量与所述原始地心运动的时间序列之间的相关系数；

将相关系数满足预定条件的IMF分量确定为所述噪声项与有用信号的分界IMF分量；以及