GPS卫星钟差组合预报模型研究

摘要：

为了提高卫星钟差预报的稳定性与精度,本文结合幂函数变换GM(1.1)模型与BP(Back Propagation)神经网络模型在卫星钟差预报中的优势,提出了一种卫星钟差组合预报模型.该组合预报模型首先使用幂函数变换GM(1.1)模型对卫星钟差进行建模,获取预报残差值;其次,将幂函数变换GM(1.1)模型的预报残差值作为BP神经网络模型的输入值进行BP神经网络模型构建;最后,将两种模型预报结果进行重构得到最终预报结果.为了对本文提出的组合预报模型的有效性与优越性进行检验,使用IGS站提供的两颗卫星高精度钟差数据进行模型验证,使用均方根误差RMSE作为衡量模型预报性能的评价指标,结果表明,相比于幂函数变换GM(1.1)模型预报结果与BP神经网络模型预报结果,本文组合预报模型对PRN03、PRN08 卫星钟差的均方根误差均有所降低,预报精度更高,表现出了更好的钟差预报性能,可为实际卫星钟差预报、提高单点定位精度提供借鉴与参考.

关键词：幂函数变换GM(1.1)模型、BP神经网络模型、组合预报模型、卫星钟差

所属期刊栏目：46

分类号：P228(大地测量学)

在线出版日期：2023-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：118-120,124,127