摘要
本发明提出模型和数据驱动的低轨导航增强卫星钟差预报方法及设备,对低轨卫星原始钟差数据进行预处理,包括通过时频转换将钟差时域数据转为频域数据,采用四分位距法识别并剔除频域离群点及对应时域异常值;构建频域能量模型并提取周期项,包括对预处理后的钟差频域数据进行功率谱密度分析,通过阈值自适应提取低轨卫星钟差的显著周期成分;建立顾及周期项改正的多项式低轨卫星钟差预报模型并对钟差序列进行预报,获得对应的拟合残差序列和钟差预报值;将拟合残差序列归一化后输入门控循环单元神经网络,采用窗口滑动输入方式进行训练与预报,输出残差预测结果。本发明可在提升低轨卫星钟差预报精度与稳定性的同时,有效提高预报结果的可解释性。
技术关键词
钟差预报方法
门控循环单元神经网络
钟差预报模型
残差预测
数据
非暂态计算机可读存储介质
多项式
序列
周期
处理器
计算机程序产品
功率
离群点
密度
存储器
非线性
电子设备
分段
误差
系统为您推荐了相关专利信息
车载终端
信号传播损耗
信号接收模块
定位方法
车辆传感器数据
模型训练方法
多轮对话
适配器
可读存储介质
指令
运维管理系统
数据网络
ZYNQ芯片
判断风扇
软件
任务分配方法
特征窗口
无人机机载传感器
深度置信网络模型
高斯滤波器