基于遗传神经网络模型的超快速卫星钟差预报

全球定位系统(globalpositioningsystem,GPS)卫星钟差是影响精密单点定位(precisepointpositioning,PPP)的关键性因素。线性模型、二次多项式模型、灰色模型和国际GNSS服务组织(InternationalGlobalNavigationSatelliteSystemService,IGS)超快速星历(IGSultra-rapid,IGU)预报模型对于不同类型的卫星钟钟差具有相应的适用性。鉴于常用的单一预报模型存在不足,提出了一种针对超快速卫星实时钟差预报的模型——遗传算法(geneticalgorithm,GA)优化的反向传播(backpropagation,BP)神经网络组合模型(GA-BP模型)。选用灰色模型预测数据作为原始数据,分别采用BP神经网络模型以及GA-BP模型进行卫星钟差预报。经数据分析显示,GA-BP模型在不同时段的预报精度都有一定程度的提高。