基于小波神经网络算法的北斗卫星钟差短期预报 .doc

第七届中国卫星导航学术年会 候选青年优秀论文公示表 姓 名 艾青松 出生年月 1座机电话号码 论文编号 CSNC2016-0830 论文题目 基于小波神经网络算法的北斗卫星钟差短期预报 论 文 概 要 研究目的和方法 高精度的卫星钟是导航定位系统的基础，卫星钟参数的预报精度直接影响导航系统的服务性能。因此对于卫星钟差的预报显得尤为重要。根据北斗系统钟差序列的非线性和非平稳特性，对相邻历元的钟差作一次差，然后以差分序列建立小波神经网络模型来进行卫星钟差的预报。 主要结果与结论 采用基于一次差的小波神经网络算法，实现了24小时的北斗卫星钟差预报精度达到了2~4.6ns，6小时的钟差预报精度达到了1~2ns，取得了较高的预报精度，可以为卫星钟差序列预报的进一步研究提供了借鉴和参考。 主要创新点 对卫星钟差序列采用历元间作一次差的方法，消除部分系统误差。 基于神经网络基于自身的联想记忆能力和小波分析的时频同时分析特点，具有较好 学习逼近非线性映射的功能，适合卫星钟差序列这种非线性，非平稳变化的时间序 列的预报。 进行精度评定时，以参考钟与事后产品作差，求定系统偏差，然后采用消除卫星钟 系统偏差的方法，进行精度评定。 科学意义和应用前景 基于卫星钟差序列非线性，非平稳变化的特点，采用更加符合其内在变化的模型进行建模，能较大程度的提高钟差预报的精度。对于北斗卫星导航定位系统而言，卫星上搭载的是铷（Rb）原子钟，为了向用户提供高精度的导航、定位和授时服务，对北斗卫星的钟差预报就显得非常重要。 解决的实际问题 由于北斗系统还处于起始运营阶段，对北斗系统星载原子钟的研究是提高导航系统定位性能的重要方面。因此，为了实现单系统或多系统的精密定位和授时服务，必须根据钟差自身的特性，建立精密卫星钟差预报模型，进行高精度的卫星钟差获取和预报等，这对于实时动态精密单点定位和卫星自主导航提供了很好的数据基础。 填表说明：请论文作者如实填写表格，字体采用“楷体 小四”，总字数控制在600至800字。