杨 帆，谢洋洋

(辽宁工程技术大学 测绘与地理科学学院，辽宁 阜新 123000)



遗传灰色神经网络的卫星钟差预报模型

杨 帆，谢洋洋

(辽宁工程技术大学 测绘与地理科学学院，辽宁 阜新 123000)

针对目前导航卫星钟差预报精度低的问题，结合灰色模型与神经网络的特点，提出一种遗传算法优化灰色神经网络的钟差预报模型：采用遗传算法对网络权值与灰色参数进行动态调整，不仅能够有效避免权值选择的随机性，还能避免陷入局部最优的情况，从而有效提高预报精度；选取IGS提供的精密钟差数据进行实验，并与灰色模型、二次多项式模型、灰色神经网络与小波神经网络进行对比分析。实验结果表明，该模型平稳性强、预测精度高，能够满足实时钟差预报的要求。

卫星钟差；遗传算法；灰色神经网络；预报

0 引言

全球卫星导航系统(global navigation satellite system，GNSS)已经在各行各业中得到了广泛的应用，而卫星钟差预报的准确程度在高精度卫星定位与导航中有决定性作用，研究钟差不仅可以提高参数预报的准确性与可靠性，同时可以优化卫星钟差改正数据[1-2]；因此建立一种实时高精度的卫星钟差预报模型，对改善传统卫星钟差预报体系以及提高钟差产品质量具有非常重要的意义。目前钟差预报的模型主要有：二次多项式(QP)模型、灰色模型、时间序列模型以及机器学习方法的预报模型等[1-7]；每一种模型都有自己的特点与适用范围。例如灰色模型仅需少量的历元卫星钟差数据即可建立模型，建模灵活，适用于钟差短期预报；……