基于人工神经网络的导航卫星钟差预报方法

摘要：

建立一种基于改进型BP神经网络的卫星钟差高精度预报方法.使用PSO算法对BP神经网络结构参数和连接权值阈值进行优化;引入自适应变异因子,以一定概率初始化部分变量改进PSO算法.通过实验验证本文提出的改进BP神经网络算法对于解决BP神经网络容易陷入局部最小值以及训练收敛速率低等问题,以及常规PSO算法早熟收敛等问题具有较好的效果.选用取自IGS网站提供的4颗GPS卫星钟差数据进行288次连续5 min、24次连续1h以及连续7次1d的预报研究.结果表明,研究预报方法的预报精度和稳定性要明显优于使用常规BP神经网络和LSSVM算法建立的模型.

关键词：导航卫星、钟差预报、粒子群优化算法、BP神经网络

所属期刊栏目：36

分类号：P228(大地测量学)

在线出版日期：2018-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：65-68