差分组合模型在BDS卫星钟差预测中的应用

摘要

为了更好地解决单一钟差预测模型预测结果发散,预测精度差等问题,提出一种基于最小残差绝对值的径向基(RBF)神经网络和广义回归神经网络(GRNN)组合预测方法。该方法利用预处理差分数据,分别建立RBF神经网络预测模型和GRNN预测模型,然后进行数据重构;最后利用最小残差绝对值方法对两种模型进行组合。实验结果表明:组合模型预测精度高、稳定性好,12 h内的预报精度在0.6 ns以下,能够对北斗卫星导航系统(BDS)精密卫星钟差进行短期高精度预报。