基于一阶差分LM-BP神经网络的卫星钟差预报模型
卫星授时系统中所采用星载钟的性能是实现高精度授时的重要保障,而钟差是精密授时的重要误差源.本文提出了基于钟差差值数据的LM-BP神经网络模型,首先通过对原始钟差数据做一阶差分处理,以降低数据的复杂度,然后采用LM优化算法,改善BP网络易陷入局部最优的缺点,充分利用神经网络的自主学习能力对GPS卫星钟差进行短期预报,并与灰色系统模型进行比较.选取IGS提供的精密钟差数据进行试验,结果表明,该模型泛化能力强,预测效果较好,短期钟差预报精度均在1ns以内,能够满足实时钟差预报的需求.
星载钟 钟差预报 BP神经网络 LM算法
杨嘉明 孙霞 袁媛
北京无线电计量测试研究所,北京,中国,100039
国内会议
北京
中文
1-5
2019-05-01（万方平台首次上网日期，不代表论文的发表时间）