魏自来，朱晓强

(韶关市测绘院，广东 韶关 512000)

1 引 言

GPS卫星在运行过程中受到诸多误差的影响，卫星钟差是其中不可忽视的一项，获得精确的卫星钟差是进行高精度导航定位[1]的前提，而IGS站未提供实时和外推的精密钟差，因此，研究高精度钟差预报方法具有重要意义。目前，常用的卫星钟差预报方法主要有二次多项式模型、灰色GM(1，1)模型、ARMA模型和神经网络模型等[2～4]。GPS卫星在空间中受到不确定的因素影响导致其性能非平稳，单一模型由于局限性难以对卫星钟差进行高精度的预报，而组合模型能够一定程度上克服单一模型预报精度不高的缺点，提高预测精度。王永刚等[5]提出最优变权组合模型预测航空运输事故征候，提高了预报的可靠性；吴海清等[6]将变权组合模型应用于建筑物沉降，取得了较好的效果；任超等[7]将最优非负变权组合模型用于大坝变形监测，一定程度上提高了预测精度。李飞达等[8]提出基于二次多项式、灰色GM(1，1)和ARIMA的最优变权组合模型并将其引入卫星钟差预报中，有效地提高了钟差预报精度。本文将采用RBF神经网络、GM(1，1)模型和ARMA模型的最优非负变权组合模型进行卫星钟差预报，通过对卫星钟差进行 3 h、6 h、12 h、24 h不同时长的预报。与经典权组合模型与3种单一模型预报结果作对比分析，证明基于此3种的最优非负变权组合模型能够对卫星钟差进行有效的预报。

2 最优非负变权组合预测模型的建立

2.1 RBF神经网络预测模型

RBF神经网络能够逼近……