基于ARIMA与ANN组合模型的卫星钟差预报方法

？针对导航卫星短期钟差预报精度不高和稳定度差的问题，提出基于ARIMA与ANN组合模型的卫星钟差预报方法，结合ARIMA模型和ANN模型的优点，将两者进行变权组合。为提高预报精度，神经网络采用附加动量项修改神经权值，变权组合采用序列相对贴近度法修改不同模型的权值。选取IGS产品中四颗典型卫星的钟差数据，分别采用ARIMA模型、ANN模型和变权组合模型进行短期钟差预测，计算结果表明变权组合模型的预报精度优于其他两种模型，尤其是在铷钟方面，预报误差减小了50%。