论文部分内容阅读
在北斗卫星导航数据处理实践中发现,卫星钟差呈现出一种不确定性的规律现象.为了更好的反映钟差特性提高预报精度,针对这种不确定性误差信息,建立了基于遗传-Elman神经网络算法的BDS星钟误差预测模型.首先利用遗传算法的全局寻优特性寻找较好的Elman神经网络的初始权值和阈值,同时根据广播星历解算出来的卫星位置、速度、钟差等数据,结合精密星历的钟差数据对神经网络进行训练和测试.仿真结果表明该模型对广播星历星钟误差具有较好的预测效果,将该模型对广播星历钟差进行补偿,与基本Elman神经网络预测模型对比精度得到了明显提高,对系统级误差研究具有重要参考价值.