卫星钟差预报的小波神经网络算法研究

卫星导航系统中星载原子钟的钟差预报在优化导航电文中的钟差参数、满足实时动态精密单点定位的需求和提供卫星自主导航所需的先验信息方面具有重要的作用。本文根据星载原子钟钟差的特点，提出了一种基于一次差方法的小波神经网络钟差预报算法首先对钟差相邻历元间作一次差后的差值进行建模，根据时间序列预报一次差的值，然后再将预报的一次差还原，得到钟差预报值。该方法使得预报钟差的小波神经网络不但模型结构简单而且预报精度高。最后，通过算例将本文所建模型与常用的二次多项式模型和灰色模型进行对比，结果表明一次差方法可以使给定结构的小波神经网络的钟差预报精度得到显著提高，而且本文所建模型的预报效果优于两种常规模型；同时对各模型的预报结果进行分析，得到了一些有益的结论。