基于深度学习的卫星钟差预测方法、装置、设备及介质

AITNT
正文
推荐专利
基于深度学习的卫星钟差预测方法、装置、设备及介质
申请号:CN202411672589
申请日期:2024-11-21
公开号:CN119719733A
公开日期:2025-03-28
类型:发明专利
摘要
本申请实施例公开了一种基于深度学习的卫星钟差预测方法、装置、设备及介质,涉及卫星钟差预测技术领域,该方法包括:调用SSR改正信息中断前的卫星钟差数据,预处理后输入训练好的卫星钟差长时间预测模型中,以使模型预测得到第一预测钟差特征;在IGU产品可用时,基于IGU产品得到第二预测钟差特征;基于自适应权重训练层对第一、第二预测钟差特征进行加权计算,输出第三预测钟差特征,处理得到钟差预测结果。若IGU产品不可用,则基于第一预测钟差特征得到钟差预测结果。本申请能够在SSR改正信息中断时通过模型的时间序列特征提取与预测,实时提供钟差补偿,从而保证GNSS系统在通信中断的环境下仍然具备较高的时间同步精度。
技术关键词
卫星钟差预测方法 卫星钟差数据 序列 非暂态计算机可读存储介质 时域特征 频域特征 小波变换处理 GNSS系统 时间同步精度 多头注意力机制 训练集 数据获取单元 处理器 矩阵 传播算法 预测装置 周期 存储器
系统为您推荐了相关专利信息
1
基于知识图谱的微课生成方法及系统
量子态 多模态 生成方法 图谱 溯源标识
2
电池多状态联合估计方法、装置、电子设备及存储介质
联合估计方法 数据驱动模型 多状态 序列 一维卷积神经网络
3
一种基于信息构造的河道水体溶解氧预测方法
LSTM神经网络 溶解氧 神经网络预测模型 水质传感器 滑动窗口
4
基于非对称惩罚稀疏度的红外弱小目标检测方法及装置
Laplace算子 成分分析 拉普拉斯 矩阵 ADMM算法
5
一种基于深度学习的鱼类检测模型的构建方法及鱼类检测方法、系统
深度学习网络 残差网络 空间权重矩阵 通道 灰色关联度
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号