支持向量机模型在断层破碎带围岩变形预测中的应用

围岩变形预测是隧道安全评价及其指导后期施工的重要依据,为提高变形预测精度,结合工程实践,提出了PSO-SVM-BP预测模型的思路。首先,利用三次样条插值及二次平滑法对变形数据进行预处理,为后期变形预测奠定基础;其次,利用粒子群算法对支持向量机进行参数优化,建立PSO-SVM模型,并对围岩变形进行初步预测;最后,利用BP神经网络进行误差修正,达到综合预测的目的,并利用工程实例进行检验,以验证预测模型的有效性。结果表明:初步预测结果的相对误差均小于5%,而误差修正后的预测精度被提高到0.97%,预测精度较高,验证了预测模型的有效性,可为类似研究提供参考。     

四星时差定位中的卫星构型及其定位性能

针对目前多星联合定位研究中对卫星覆盖区域无法长时间高精度定位的问题，提出了一种新型的四星星座构型，并在STK软件中得到了实现。推导了在地球约束情况下基于四星时差定位的误差模型，对卫星全球飞行过程中星座构型变化时的定位性能进行了仿真。仿真结果表明，新型四星星座可以实现在卫星全球飞行过程中对覆盖区域保持高精度定位，在时差测量误差为50 ns且不考虑卫星位置误差的情况下，定位误差在±45°波束范围内优于1.5 km，对多星联合定位技术在工程设计应用上具有重要意义。